■
午前
データ申請作業の対応とTA。
GTプロジェクトについて、企業レベルモデルを考え始める。リンクからショックを拾うことで推定を可能とするため。こうすることによってローカルショックでも多数の企業に影響を与え、アグリゲートインプリケーションが引き出せる。(多分洪水ショックはモチベーションの図に使うのではなく、あくまで推定に使う感じで。)
関連して、task-based frameworkのaggregatorがCESのケースでの解き方を分析。上記企業レベルモデルでの限界費用の導出に必要なので。(そうは言ってもまずはcobb-douglasで始めたらいいか。)均衡条件は出せた。クローズドフォームでも解けるかもしれない。
毎勤の問題
わかりやすい記事を見つけたので。
最初この問題によって失業保険給付が少なくなってしまっていたのがなんでかが理解できてなかった。それが理解できた。理解の鍵は加重平均の項と重み。
1 東京の賃金は高い。
2 東京で過少抽出が行われた。にも関わらず復元処理が行われなかった。
3 加重平均として全国の平均賃金が過少に推定された。
とのこと。
Narrative society
今年のジョブマーケットや、先輩と電話していて、やっぱり人間って話の説得性で動くんだな、と。それが事実かどうかは置いておいて。
たとえば、人と話す中で、イイ感じの言葉を使えた時とか、相手が欲しいことを言えた時にこそ、相手が自分の言ったことを理解してくれてると思う。けど、それが後から考えて間違ってたってことはよくある。逆に、頭で丁寧に考えて論理的に正しいことを言ったからといって、相手に伝わるとは限らない。
もちろん論理的な裏付けと説得性には強い関係性があると思う。けど、それだけじゃないし、科学的な裏付けだけが人や社会を動かす程度って思ってたより弱いなと思うことが最近多い。
自然言語を分析する技術は進んでる。だから、どういう話をしたら相手に伝わるかということを科学的に分析することはできないんだろうか。などなど…
https://cowles.yale.edu/sites/default/files/files/pub/d20/d2069.pdf
↑ちなみに、経済学でいうとこういうのがあったよねと思い出した。
190108
午前 adao arkolakis espositoの理解。先輩のアドバイスに従い、モデルをシミュレートしてみることに。自分でコード書くと論文の細かい部分まで読み込まざるを得ないし、確かに理解が深まる気がする。
とりあえず1つのパラメータおよびショックのセットについてシミュレーション完了。労働供給関数がシェアで書かれているので、これがtotal labor supply=1と規格化しているということを再確認。午後は複数のショックでシミュレートして、adh流の推定(?)まで行う。多分5章を読む必要がある。
午後
今期TAの先生(去年も同じ授業を担当した)からティーチングに関する詳細なメール。今年かなり新しい内容を入れるよう。もう何年もやってるだろうに、まだまだ改善しようとする姿勢すごい。偉い先生ほどティーチングをバカにしてないよね。見習わねば。
— 足立 大輔 (@bluesky0804) January 9, 2019
(ここから雑記) それにしても、どうもTAした後に研究のやる気が起きない。確かに疲れた。実際、TAの先生からのメールは長くて、すべて読んで考えて返事するのに1時間くらいかかった。けどそれ以上に気持ちの変化がうまくいってないというのがあるな。その原因として、TAの業務に関する理解がこれで大丈夫なのか分からないという不安はある。ちゃんと理解するか慣れるかしないと自分の仕事の能率は上がらないのかも。焦るが遠回りだな。丁寧に仕事するようにしよう。(雑記終わり)
午後その2 adao arkolakis espositoを小さいモデルで、ショックがどのように効くかを分析。大きいモデルと本質的に何が違うのか分かってない。また、数値解についても、あるショックの値のもとでは虚数解が出てきてしまう。バグか、何か実数に解を制限する方法があるのか。