楊立巖：加拿大多倫多大學終身正教授，Peter L. Mitchelson / SIT投資基金會講席教授；中國人民大學金融創新中心（籌）。主要研究方向是金融市場和行為金融。
今天就講一講自己的經歷，講一講作為一個過來人的經驗教訓，講一講如何學習和找教職的經驗。
01 個人經歷
我高中是理科生，對物理、化學、數學比較感興趣，但父親覺得財政稅收專業之後可以進財政局、稅務局等體面的單位，當時啥也不懂，就陰差陽錯進入山東大學財政稅收系讀本科。
但是這種文科班老師上課的時候一般只給結論不涉及推導與計算，而自己對背誦性的內容不太擅長，所以還採用理科生的學習方式，自己推導。期末考試前突擊背筆記，也能考得還可以。
當時心裡就明白這個專業對我來講並不那麼合適。經濟學的數學很簡單，有吃不飽的感覺。幸虧當時保留了對理科的熱愛，選聽了管理學院和數學系的課。直到碩士期間，跟著老師（註：著名經濟學家黃少安老師）學習了產權、制度經濟學。
老師在產權這一塊很有見地，在山東省的產權改革領域做了很多工作。他做學問強調從實際出發，去了很多地方做調研，基礎做得很紮實。（黃）老師對我影響很大。
後來考上了清華大學去讀博士，當時考試競爭很激烈，全國只有四個名額，要求四門課都要及格，然後再排名、面試。但當時四門課都及格的好像就倆人，我就是其中之一（註：另一位是對外經貿大學的潘慧峰老師），於是就這樣去了清華。
但我在清華4年博士沒讀完，中途發生了一個轉折。2002年的時候，有一批國外的特聘教授來清華，聽了他們講課感覺非常不一樣，那種研究的範式非常符合我的理科風格，激發了自己的興趣。
當時受到了洪永淼老師的幫助和啟發出國深造，申請康奈爾大學經濟學博士項目（據說有1000多人申請，錄取二三十個人，所以沒有老師推薦的話，中國人非常難申請上）。所以說一個好老師真的會帶來人生的改變。
最初的時候想跟著洪老師做計量經濟學，做了一段時間計量發現主要是在構造統計量，證明它們的收斂和統計屬性，對我而言，這種研究有點太抽象，當然，它是非常重要和有意義的。
經濟學博士第一年都是基礎課，第二、三年專業課。這裡我想說，課的基礎一定打好，這是洪永淼老師對我的教導，至今受益匪淺，所以我也想把這個傳承告訴我的學生們。這一點，我在後面會再展開說一下。最開始跟著導師發論文的時候會覺得比較枯燥，但在做每一步的時候扎紮實實做好，長期都會有回報的，功不唐捐就是這個意思。
二年級的時候師從康奈爾的經濟學教授，David Easley做研究，但是當時還是總覺得經濟學還是太抽象。在商學院旁聽黃明老師的行為金融的課之後感覺非常興趣，覺得金融更加貼近現實。之後跟David 說想做金融，黃明老師也特別鼓勵我往金融方面發展。
我的導師David建議做金融研究一定要學會金融學的思維方式，並且要把presentation skills提高。我想了想，就在黃老師的建議下，把金融學所有的博士生的課以及很多MBA課都上了一遍，覺得比較有意思。做金融雖然發表難，但是我發現轉到金融也有好處，金融系博士人數少，幾個人，找到工作相對容易，經濟學一個系幾十個人，比較龐大，找工作相對比較難。並且經濟學比較抽象，金融就相對更直觀，和現實更貼近。
博士畢業那年是金融危機後的第二年，Job Market不是特別理想，最後我在多（倫多）大找了第一份工作。其實和大部分青椒一樣，我前三年也過得很苦很失意，論文寄出去多數被拒，有一陣子每天去辦公室都覺得壓力很大。但是咬一咬牙，慢慢自己摸索前進，挺過黎明前最後的黑暗，就會感覺好很多了。2013年有幾篇文章出來後，自己逐漸感到摸到點門路，信心也更足了，逐漸就進入了一個良性循環。
02 讀博期間的經驗教訓
接下來我講一講讀博士期間的經驗教訓：
首先，工欲善其事，必先利其器，要掌握好基礎知識與相關內容。很多東西不能通過上課學到，發現問題和研究的能力要自己培養。每一門課都要認真對待，最基本的東西其實不會變。這就是洪永淼老師教導的打好基礎的思想。經濟學的訓練並不是簡簡單單的知識點的疊加，更多的是一種思維方式的訓練。你要做的是將知識點吃透，體系化。
比如說，金融學最基本的一個概念是「多元化分散風險」，這個基本思想在很多領域都可以用到，包括最近很火的金融科技領域。之前在清華五道口聽了一篇區塊鏈文章，談到「一起挖礦」就是可以通過多元化降低風險，這就對應著「不要把雞蛋放到同一個籃子裡」這個經典的金融學命題。
第二， 增加研究體感，發掘研究題目。對我來說，參加seminar（學術講座）是很重要的途徑。一開始其實聽不懂，但是可以觀察，看資深老師如何提問題，如何回答問題， 一般老師和大牛老師問出問題的質量差異在什麼地方，回答問題的差距又在什麼地方——這就象「熟讀唐詩三百首，不會吟詩也會吟」一樣，對研究的「重要性」的體感，研究的品位就慢慢上去了。
另外就是早點開始寫第一篇論文。最開始寫得肯定比較差，但是寫的時候慢慢就會發覺自己對什麼方向感興趣，這樣再去聽講座的時候就能有方向、有重點。對於博士生而言，可以大膽地把自己的想法和老師交流，不要羞怯。在條件允許的情況下，爭取和老師合作，也可以和同學合作，有經驗的合作者知道重點是什麼，能提高發表的成功率。
比如當時讀博士的時候，我根據經典的Grossman-Stigliz模型（信息不對稱模型：如果信息好就買入，信息不好就賣出，有一部分人價格反映信息，還有一部分人沒有信息）寫了一篇關於微觀市場結構的文章，當時被拒了。結果等畢業後，和一個同事聊天，在討論的過程中產生一個想法，加入和現實的結合，最後文章在RFS成功發表。
第三，找準方向深挖，尋求合作機會。成長是個漸進的過程，在這個過程中慢慢定一個方向，一個目標去發展。定下來以後，要知道每個領域做什麼，有哪些人做得好，多去聽這些前輩講、多去揣摩他們的作品、多和他們的paper對話，了解這個領域最前沿的東西，慢慢地把自己的想法融合進去。自己一個人的力量是有限的，多和同學或者老師合作。
一方面和自己的同學或者同一代的學者合作，大家合作可以取長補短，思想碰撞。另一方面，要多和有經驗的老師交流，有經驗的老師能夠幫助年輕人提高很多。現在中國的會議也很多，如果有自己做的很好的東西都可以和他們聊——記住，要聊你真懂的東西。
行家一伸手，就知有沒有，你是否在一個領域下了功夫senior很快能分辨出來。找senior合作是一條捷徑，最初寫的東西和寫作業題一樣，senior的東西寫得更加精煉，一看就能看出差距。在和senior合作的過程中，勤奮+謙遜，永遠是最好的態度。
03 科研要怎麼做？
這個問題一千個老師有一千個答案，每個人生存之道不同，也會給出不一樣的說法。
從我個人經驗出發，我認為寫文章、做科研主要有兩個方向：一個真正長遠的，有意義的方向是從實際出發。金融學是問題導向——先發現問題，然後再想怎麼解決。比如說，我2014年一篇RFS的文章就是這樣出來的：
2012年華爾街日報有篇報導，高盛當時推出了一個熱銷的金融產品，但是這個產品實際狀況非常垃圾，因為高盛的金字招牌，在市場上行銷很久，後來這個事情被發現，相關人士被告。我看完報導後，想到，從我們普通投資者角度，很難知道大的對衝基金的內部頭寸，所以天生具有很大的信息不對稱——再延伸想，想到學過的一門課上講過的Decision Theory。
基於這個想法，我開始有意識的研究這個問題，構建了一個模型，通過模型證明，對衝基金本身體量並不大，但它們會影響市場的信息，導致最終市場影響比較大，這篇文章後來發到了RFS（Review of Financial Studies） 上。
我另外一篇論文是關於高頻交易的(high frequency trading, HFT)，論文名字叫back-running。這個概念對應著金融學裡常見的front-running。文章的這個題目其實是馬裡蘭大學的Pete Kyle教授建議的。
當時我受邀去馬裡蘭大學做報告，和Pete一起吃晚餐，當我和Pete描述了論文後，我們感到back-running這個題目非常形象的抓住了論文的核心。當時寫這篇論文的初衷是這樣的：在2013-2015年度的學術會議上，學界對HFT討論的非常熱烈；
但是很多討論都是描述性的，缺乏一個嚴密的分析框架。我和我的合作者(MIT朱昊翔)就嘗試著寫了一個模型，去刻畫HFT如何獲取信息、如何交易，其他交易者如何應對，從而整個市場如何受到影響。後來有一些實證性的論文用數據驗證了我們模型的預測和結論，都發表的很好（一篇在2017年JF,另一篇在2018年RFS）。
另一個方向，對於實際經驗不足的學生來說，也可以從文獻出發。比如說在讀文獻過程中，若感到methodology上不怎麼自洽，就可以此為突破口寫論文。
我有兩篇文章都是這樣出來的：一個是Job market paper，當時選了黃明老師的行為金融，課上講了前景理論，黃老師圍繞著前景理論講了很多它的應用。特別的，黃老師提到這個理論能夠解釋金融學裡好多常見的puzzle/anomaly。
例如，根據前景理論，人們特別怕虧損，掙錢增加一個單位效用虧錢減少兩個單位的效用，這樣就能夠產生一個比較大的股票回報溢價（equity yield）；另外，根據前景理論，人一旦掙了錢就是風險厭惡，虧了錢就是風險偏好，這樣可以解釋處置效應（disposition effect），即人們總是更想賣賺了錢的股票；
這個處置效應可以進一步產生一個股價現象叫做動量(momentum)，即去年賺錢的股票今年還賺錢，去年虧錢今年接著虧錢，從而學界認為前景理論能夠解釋股價動量。
但是，在文獻中，這些解釋都是單獨來研究的，一旦把所有東西放在一起，邏輯上就不一定自洽。例如，如果前景理論導致動量，那麼你就知道一個股票如果今年賺錢明年還會接著賺錢，那你一定就不會想賣這種股票啊，所以就很難有處置效應。
也就是說，前景理論可能很難同時解釋股價動量和處置效應。這樣大的不自洽是不合理的。
黃明老師當時就提到，在研究前景理論的時候，我們應該把這些很重要的puzzle放到同一個模型裡來考量，從而看清楚前景理論到底能夠解釋哪些東西。就這樣，在黃老師指導下我針對此問題寫了一篇論文作為Job market paper（自認為最好的），用它後來找到了工作。這篇文章後來在2013年發表在JFE上。
在這篇論文裡，我假設所有人的行為都受前景理論的影響。之後，很多人問我如果假設其中一部分人不受到前景理論的影響，即是所謂的「正常理性」的arbitrageur，結果會不會有所改變。
這個問題其實是文獻上經典的「異質性和市場選擇」問題（heterogeity and market selection），我導師David Easley在這個領域做過開創性貢獻。我和David討論了一下，知道相關文獻中沒有人做過這個題目。所以，我們就在我job market paper中引入arbitrageur來探索arbitrageur和前景理論的互動。這篇文章在2016年發到JET（Journal of Economic Theory）上。
這兩篇文章有一個共同特點，就是文獻告訴我們需要寫一個嚴格的理論模型，這個模型就像物理學的實驗室一樣，研究者可以使用這個模型來考察前景理論能否同時解釋多個金融現象，以及這種解釋在多大程度受到異質性的影響。
這兩篇文章的寫作思路都是從文獻出發的。所以，讀通文獻也是一條科研的路徑，這一點我跟很多同行交流都有同感。
所以我眼裡，做學問，找想法一般就是這兩條路：從問題出發和從文獻出發，從文獻出發可能對某些學生更簡單，但要記住，真正的大學問一定是問題導向的，從問題出發是最終的康莊大道。
04 怎麼寫出「好論文」
好論文是發頂尖期刊的起碼標準。什麼叫做好的論文呢？有時面臨選題抉擇，每個人經歷不一樣，自己慢慢做才會真正懂。
我個人覺得有條原則：能讓別人讀了後學到東西是判斷論文好壞最核心的標準。如果讀前和讀後，讀者感到沒有區別，那麼讀者包括審稿人就會感到不耐煩。那麼什麼叫可以學到東西？學生們有時候文獻積累少看啥都覺得能學到東西，相反，老師們、尤其是資深學者研究經驗比較豐富，知道文章和經典論文以及最前沿論文做的是什麼，這就對論文提出了更高要求，所以「多讀文獻」是必不可少的，讀得越多，越知道自己的局限。
比如我在這條路上走了這麼多年，發了一些論文，也審閱過很多論文，天天讀論文——但即使在自己領域，也還是很難說自己知道很多。我自己也曾遇到辛辛苦苦作的東西和別人的作品非常相似，投稿時文章被拒。
這種情況很難避免，也不必沮喪，勤奮多讀就是正道。大家記得研究用英語寫出來叫做research，其中詞根re表示反覆的意思，search表示探索，所以，research就是不斷的探索，保持勤奮和創造性。
回到剛才的話題，說點細節的：具體來講什麼樣的文章才算好文章呢？我主要是做理論的，所以我講的主要是針對理論方面尤其是應用理論方面的文章。這個話題很多的學者討論過，還有一些期刊網頁上會有些相關的東西作為審稿人的指導。具體操作起來，不同的學者可能有不同的思路。在我看來，下面這幾條可能是必要的：
1、理論要簡潔（parsimonious)，但同時要和現實結合緊密，能夠解釋很多金融現象(rich) 。模型儘量簡化，只包含真正想要描述的東西來表達清楚主要的想法，即所謂的parsimonious。寫的東西儘量給讀者一個清楚的信息，這樣容易記住。同時，這個信息要能夠用來解釋很多現象，幫助讀者理解現實世界，不能只是用來自娛自樂的。也就是說，理論抽象於現實，但是同時服務於現實。
2、好文章是既要surprising(驚奇)，還要intuitive（直覺）。這兩個詞在英語上看似矛盾，但是細思之後就覺得很有道理，具體而言就是： 如果文章不夠surprising，道理用幾句話能說清，還就不需要模型了。Intuitive意味著假設要貼近現實，對文章主要結論的解釋要直觀合理。所以，具體來說，要「ex ante surprising but ex post intuitive」,即剛看到文章結論的時候讀者要感到結論有新意，以前沒想到過（他要學到新東西），但讀完文章之後覺得文章的結論是合理的，想想還真是那麼回事。
３、文章要unique（獨特）和robust（穩健）。聽上去也是比較矛盾，unique指的是文章中提到的主要結果或者機制在以前的模型沒有做過，新瓶裝舊酒一般比較難發好的雜誌。Robust就是文章的主要結論不依賴於某個特定的模型假設。
用我以前發在Management Science上的文章做個例子吧。文章是關於社交網絡的（social network）。大致研究背景是，2000年之後很多金融實證方面的文章發現社交網絡對金融投資很有影響，之後有兩三篇理論文章出來，主要結論是社交網絡有助於人們分享信息，所以市場有效性會提高。簡單來說，就是每個人都一個社交圈子,圈子越大,有信息的朋友越多，所以去和朋友喝酒的時候有可能從朋友那裡免費獲得信息。
可是，這些研究忽略了一個問題：要是人人都去喝酒獲取信息了，就沒人去調研考察獲取信息了，對社會來說不是好事，那麼到底是正作用還是副作用佔主導？
於是我就寫論文發現：長期來看這種信息交換的副作用比較多，原來的模型沒考慮生產信息這一部分，考慮了就發現副作用了，這是個新的結果；同時在編輯和審稿人的要求下我試了四五個假設保證新結果的robust。
本文來自楊立巖教授在人大的演講，不代表百度學術觀點，如有侵權請聯繫原出處，無條件歡迎分享轉發