“虚”“实”之辩

minz

如今research postgraduate的申请竞争日趋激烈，本已打定主意直接读个taughtmaster就业了事，但发现hkustgz的新项目机制有趣，就随手投了，没想到竟获得offer，与版中的各类欧美top校相比实在相形见绌，但仍叫我颇感欣喜。

但读博与否将导向两个截然不同的路径，每日纠结焦虑，想来问题之核心便是两个“虚”与“实”。

1. 读博与否的方面：学界之“虚”与业界之“实”。

业界之“实”，“实”在路径之明确。我已在一深合兴趣的岗位实习半年，老板重复十几遍要我一直在这里干下去保证留用，他与我配合默契三观融洽，实是业界不可多得之上司。且公司名气在业界颇高，薪水亦颇丰，三五年后收入不亚于清北长欧之AP，往后则或更高。只是工作实属繁忙，仅实习便每日需干到十点左右，周末也常有任务，实无自我之闲暇，既没空读闲书自我修炼，也无暇与亲友畅游。想着就此活下去，虽薪酬颇高，但恐操劳间一晃白头，人生无趣。

学界之“虚”，“虚”在未知的广阔空间。我对学习各类知识很感兴趣，也愿意专心钻研学问，构建自我的知识体系。读博或许会有更多的时间去研究一切我感兴趣的问题，花四五年时间去广泛吸取大量知识，并将其内化，在我看来是很有意义的。但又觉纯粹的学术研究，尤其是商科的学术研究未免过于脱离实践了。有点过度地讲，即便世上无FF Model或BSM Model，金融市场照样会有序运转，社会也不会糟糕几分。而一篇顶刊paper可能要花费青年学者几年青春，但其中很多文章的引用都不及10，更遑论其余刊物了。想到我如果投入一生去钻研一个对世界毫无价值的方向，又颇感失落了。我去看了一些港校PhD的JMP，其中不少让我不禁去想“真的有人在意这个问题吗？”，或许只是为拿教职，而拿了教职后又会换一个方向发文以拿tenure。可即便是tenure大多也赚得不如业界多，艰难程度则更高。是为了社会地位或名气吗？可大多有社会地位的学者不都是在研究与社会紧密联系的问题吗，比如林毅夫。

又在想是否可以虚实结合，即读博但毕业后去业界，似乎是最符合我兴趣的选择，但当前业界还是少有适合博士的岗位，不知五六年后会是如何？现在看来学历通货膨胀的趋势愈发明确了。

2. 研究方向的方面：定性之“虚”与定量之“实”

我所说的定量是指偏Quant的研究，如这几年兴起的各类将ML，AI等技术应用在研究中的方向，抑或是数量理论研究；定性则指其反面，并非指毫无数据支撑的研究。

想与诸位讨论做定量或定性研究的发展路径，但无孰优孰劣之意，希望能够选择一个更适合自己的研究方向。

定量的发展绝对是历史潮流，从早期将数学引入经济学研究，再到后来的统计学方法，以至如今的计算机技术，经济学/商科研究的方法在不断精进，尤其是如今如火如荼的机器学习、深度学习等，不少都发在了顶刊。但似乎部分研究过度地将重点放到了模型或算法上，但于经济学/商科的理论本身并无什么提升。从历史经验看，比如过去的许多统计学方法，当时确是时代之前沿，而如今只需要一行代码便可完成。那么如果现在选择较为Quant的研究方向，未来是否有学术前景呢？当然，现在看来Quant还是非常实用的，若不留在学界，未来去业界的机会定是最多的，不论大厂还是金融机构都有需求。但又在思考，Quant是否具有局限性，即很容易被别人当作纯技术型人才，只能在一个岗位上工作而得不到进步。

定性研究则更多注重事物的运行逻辑，多少有些形而上的意味，但若非十足功力却又容易落入空谈。理论研究自不必说，即便是实证研究，很多人也说会“讲故事”比“Regression Monkey”更重要。我其实很喜欢串联事物间逻辑联系的研究，其中抽丝剥茧很有意思，但又担心专注于这方面最终“一瓶子不满，半瓶子晃荡”，反倒不如Quant有一门扎扎实实的手艺。

由于ustgz学校较新，老师不多，若做定量方向则选Fintech系，其中老师多是数学，统计学或是计算机背景，无一做传统金融的，理论上可选香港校区的Faculty做Co-supervisor，但想来还是谁出钱就听谁的了，整体更偏CS在金融的应用。若做定性方向则选IPE（Innovation, Policy, and Entrepreneurship），有老师做和金融相关的内容，但也无金融背景的老师，整体更偏政策。

以上便是我近日的所思所想，若有同样困惑的朋友或已有经验的前辈，望可以共同讨论、指点一二，不胜感激。

C-137的51Hz

帮顶，我觉得或许这篇podcast里提到的部分信息或许可以给lz更多的灵感：https://www.ximalaya.com/sound/475690859

d.jiao

看一下！               

CD用户1109574

比较感兴趣楼主从事的是什么工作 有这么好的待遇 已经超过年薪百万了 难道是金融券商？

minz

C-137的51Hz 发表于 昨天 16:32
帮顶，我觉得或许这篇podcast里提到的部分信息或许可以给lz更多的灵感：https://www....

感谢，我去听一听！

minz

小马过海 发表于 昨天 18:05
比较感兴趣楼主从事的是什么工作有这么好的待遇已经超过年薪百万了难道是金融券商？

是的，在券商研究所，这两年券商的薪资都很高，投行最顶级的组甚至第一年都可百万，不过大多还是拿命换钱了

zzmypster

1某种意义上是你自己可以选择的。在商科学术界，每一行都有不少跟业界联系很紧密，很“实”的topic可以发的。
2定量里头，其实还是用causal inference“讲故事”的套路最多。现在对故事完整性的要求越来越高，不再是无脑跑回归就可以的了。具体到你这两个选择，fintech太新了，不过有可能可以做的比较接近正统商科的研究。ipe这个跨界有点意思，感觉不确定性会大一些。

沉默的山羊

楼主是不是二分得稍微过了。

1. 学术圈有自己的圈子，Publication game是留在学术界的规则，本质上和在企业攒绩效并无区别。作为一个曾经的互联网人，我自我感觉做了很多项目最后也并无落地，遑论转化实际价值。你要的是过程中形成的知识和经验，为什么一定要讨论“业界与学界，有用与无用”之学。能做成有利于实际商业转化的顶级研究当然最好不过，不行的话去承担横向课题，为企业问题提供实际解决方案难道不是“实”吗？只是这种“实”比较难以帮你发什么好文章而已。做大学商科教授也需要面向教学，教书育人传道授业的过程是完完全全实实在在的东西。

2.方法论的学者是研究方法决定研究主题。其他比较多研究可能是主题决定了研究方法。例如你要去研究什么企业家声誉对绩效的影响，可以做ML挖东西，也可以去做纯粹的case study，看自己的选择吧。懂方法是好，执着于某种方法会掉进坑里。

红花白藕，俱出一根。

CD用户1109574

minz 发表于 2021-12-5 00:14
是的，在券商研究所，这两年券商的薪资都很高，投行最顶级的组甚至第一年都可百万，不过大多还是拿命换钱 ...

好的券商研究所比如国泰君安确实很难进，混的好，有师傅带，年薪确实能达到百万甚至两百万以上，像任泽平甚至年薪千万级别，我觉着对楼主这是个很好的机会吧，不要轻易放弃。但我觉着券商研究所产生的那些报告也不见得多“实”，很多博士进去写报告，和学术的套路没有本质区别。

minz

zzmypster 发表于 2021-12-5 09:25
1某种意义上是你自己可以选择的。在商科学术界，每一行都有不少跟业界联系很紧密，很“实”的topic可以发的 ...

请问可以大致讲讲有哪些和业界联系紧密比较“实”的topic吗？我理解好像学界都不太认可这类研究，也发不了好的期刊？

这个新校区Fintech的导师都是做ML，AI方向的，感觉金融只是他们算法的一个附加应用，虽然按制度是可以选香港校区的金融系老师做Co-supervisor，但估计还是要以主导师为核心。

IPE理论上是做跨学科，里面有经济学出身的老师也有公共政策出身的老师，但听在读学生讲，具体做什么还是由老师的方向决定，也并不很“跨学科”