2019 노벨 경제학상

제시카: 뭐? 반대라고요?

그래서 둘은 이루어질 수 없는 사랑

제시카 3편 언제 올라오나요 작가님

https://www.nytimes.com/2019/09/04/business/energy-environment/martin-weitzman-dead.html

한편 2018년에 노벨 경제학상을 라이벌에게 밀려 못받으신 하버드 교수님은 당신은 더이상 이룰 것이 없다고 하고 처자식을 두고 자살합니다. 

그놈의 노벨이 뭔지... 하버드 종신교수로도 만족할 수 없는 분들의 알 수 없는 세계... 하긴, 그정도 욕심이 없으면 노벨상 근처도 못가보겠죠. 저는 하버드 아니라 핥포드라도 좋으니 테녀만 주시면 굽신굽신 

세상은 요지경~

둘다 노벨상인 상태에서 애가 공부 못하면 누구탓 입니까 ~?

ㅎㅎㅎ 진화론에 수정이 불가피합니다 ㅎㅎ 또는 친자확인이 필요합니다 ㄷㄷㄷㄷ

진화론은 diversity 증가에 관한거기때문에 오히려 방증이 됩니다?

에.. 진지빨자면 diversity 증가라기보다는 중간값 회귀죠. 초천재의 아들이 천재가 될 확률은 범재의 아들이 천재가 될 확률보다야 높지만, 초천재의 아들이 아빠같은 초천재일 가능성은 매우 낮은...

희망적이네요.

Lineage 내에선 증가가 맞지 않나요? Outlier/mutant 등장이니. @우리동네ml대장 님 댓글 의도도 가족 내에서 mutation에 대해 말 하시는거 같구요. 

진지한 댓글이라시길래 진지하게 대댓 달아봄다 

흑흑.. 사실 제가 잘 모르는 얘기(진화론)를 꺼냈다가.. 멘탈이 도망쳐버린 상황입니다. 지금와서 리플을 지울수도 없으니 그냥 가만히 있을 따름입니다 ㅎㅎ 

음.. 만약에 천재 gene이라는게 있는 Mendelian genetics라면, '부모가 천재인데 자식은 아니다' 라는 상황은 다음 세대로 넘어가는 과정에서 일어난 mutation일테고, 그려면 diversity가 증가했다고 할 수도 있겠죠. 근데 현실에서 지능은 일단 gene 하나에 의해 결정되는게 아니고, genetic factor 자체가 말하자면 지능의 상한과 하한을 잡아주는 일종의 distribution curve같은 존재이기 때문에 천재의 자식이 천재가 아니라고 해서 그게 genetics에 뭔가 변화가 생겼다는 증거가 될 수는 없거든요. 그냥 앞에서 말한 distribution curve에서 확률이 높은 중간쪽으로 회귀했다고 생각하는거죠.

mutation 이라기 보다는,, 말씀하셨듯이 지능이 본디 polygenic 이자 simultaneously polyphenic 이기 때문에 phenotypic하게 드러나지 않을 뿐인가 합니다. 사실 뭐 지능이란 게 후천적이다라고 Gould 이후로 좀 억지스럽게도 다뤄졌고,, diversity의 증가라는 관점에서는 molecular level - meiosis 단위에서는 당연히 증가를 하는 것인데,, 그것이 allele frequency적인 관점, 즉 population 레벨으로 가면 diversity 라고 부를 수가 없는 것 같읍니다.. 더 알고싶은데 선생님께서 가르침을주십시요,,

제가 시작한 웃자고 쓴 댓글에 다들 진지하게 임하셔서 허걱 입니다;;; 

비전문가지만 요즘 트렌드로 보면 흔히 재능이라고  여겨졌던 모든것이 유전으로 전철되는 걸로 보입니다. 가끔 사람들이 나와서 노력이라고 하지만 재능이 뒷받침 되지 못한 노력은 빛을 보기도 힘들고요.

일반적인 경험으로 말씀드리면 의사분들 참 기억력이 끝내주시더군요. 그분들에게는 그냥 지나가는 수백 수천의 환자 중 단 한명이었을텐데(종합병원 일반 외래), 일년도 넘은 시점에서 다시 방문 했는데도 알아보시는거 보고 참 놀랬었습니다. 느꼈지요 암기력이 일반인 수준이 아니구나.

이건 진화론이 아니라 유전학 아닐까요? ㅎ

친부모한테 100% 물려받지않고 그 윗대에서도 물려받으니 가능성이 없는소린아니죠. ㅎㅎㅎ 키도 그렇고요. 부모 둘다작으면 대부분 다 작은데 가끔 선조중에 키큰사람 유전자 물려받아 큰사람도있잖아요.

두플로 교수와 남편...

공동 수상 부부와 제3자의 사진들을 보고 있노라니 왠지 어릴 적 즐겨 부르던 동요가 머릿 속을 스쳐 지나가네요.

넓고 넓은 바닷가에 똥파리가 세마리~

한 마리는 망을 보고 두 마리는 데이트~

나의 사랑, 나의 사랑, 나의 사랑, 똥파리~

망을 보던 한 마리는 서러워서 살겠나~

기승전 교내 연애반대

남의 남녀관계는 별로 관심없고. 주제가 가난을 벗어나는 경제학 에서

서눈이 튀어 나옵니다. 가난에서 벗어나는 경제학이라... 뭐죠?

저는 잘 모르는 분야라 다음 주 이코노미스트 읽어봐야 알겠지만, 양질의 교육이 중요하지 않을까요?!?

이 비디오 보시면 비교적 쉽게 설명되어 있습니다. 실험경제학을 경제학의 주류로 끌어올렸다는 평가를 받는다고 합니다.

https://www.ted.com/talks/esther_duflo_social_experiments_to_fight_poverty/transcript?language=en

저도 잘 모르지만, 여기서 주워들었습니다.

저도 잘 모르지만 제가 아는 한도내에서 살짝 답변을 드리자면

공식적 수상 이유의 문구는 "for their experimental approach to alleviating global poverty" 입니다. 여기서 강조점을 "experimental approach"에 조금 더 두면 좋습니다. 사실 경제학에서 "poverty"는 중요한 주제일 것 같지만, 어떻게 극복해야하는지는 정확한 답변이 없죠. 노벨상 수상자들의 연구가 솔직히 현실 세계에서 poverty에 얼마나 영향을 미쳤는지는 좀 회의적입니다. 마치 "어쩌면 항암제를 개발할 수도 있을지도 모르는 단초를 발견한 것 같기도 하다" 수준으로 갈 길은 아직 멀었죠.

그럼 experimental approach가 무슨 뜻이냐... 기존 경제학에서 어떤 주제를 연구할 때 가장 전통적으로 흔히 사용했던 방법이 assumption-theorem 방식의 논리전개입니다. 예를 들어 수요-공급 곡선도 수많은 assumption 하에서 도출이 됩니다. 경제학 박사과정 1년차 미시경제학을 들으시면 아마 첫 한달 정도에 걸쳐 배울 수 있습니다. 그 다음에 모형을 점점 복잡하게 만들면서 여러가지 질문에 답변을 하게 되는데, 이러한 방법론의 문제점은 (1) 가정이 틀리면 다 틀린다 (2) 가정이 맞다고 하더라도 정확한 결과가 수치적으로 계산이 안된다. 예를 들어, 수요도 증가하고 공급도 증가할 때 가격은 올라가냐 내려가냐 묻는다면, 이론적으로는 "수요탄력성과 공급탄력성에 따라서 결정된다" 따위의 탁상공론 결론 밖에 나오지 않습니다. 이것을 극복할 수 있는 방법은 데이터를 이용해서 직접 추정(estimate)하는 방법 뿐입니다. 80년대부터 대규모 데이터 셋이 모이고 컴퓨팅이 발전하기 시작하면서 이렇게 이론과 데이터를 연결시키는 수 많은 연구가 나왔습니다. 아직도 많은 경제학자들이 여러 가정 위에 쌓여진 모형을 데이터에 맞추는 방식으로 연구를 합니다.

이런 방법론이 자연과학의 데이터 사용 방법과 다른 부분은 "실험" (randomized controlled trial)이 존재하지 않는다는 점입니다. 상식적으로 경제학에서 실험은 불가능하죠. 90년대쯤 번뜩이는 아이디어를 이용해서 경제학에서도 간접적으로 임의 실험이 가능하다는 것을 보여준 경제학자들이 있었습니다. 얼마전 Alan Krueger라는 프린스턴 대학의 교수가 자살했는데, 그분도 이러한 실험 방법론을 이끄는 인물 중의 한분이었고, 당시 그 뉴스 이후에 일반인에게 Krueger 업적을 소개하기위한 글도 많이 있었으니 찾아보시면 좀 더 좋은 글을 보실 수 있을겁니다. 아무튼, 이러한 흐름을 더 밀어부친 사람들이 이번 노벨상 수상자입니다. 이분들은 엄청 많은 돈을 써서 진짜 실험을 합니다! field experiment라고 하죠. 예를 들어, 직접 아프리카에 가서 농부들에게 다양한 품종을 심어보게 하고 다양한 농약을 사용해보게 하면서 결과를 비교해보기도 하고, 가난한 지역에 거주하는 소외된 학생들 중에서 임의로 뽑아서 좋은 지역으로 이사를 시키기도 합니다. 그런 의미에서 "poverty"는 그냥 많은 연구들을 관통하는 theme일 뿐이고, 주된 업적은 방법론에 있습니다.

형평성을 위해서 experimental approach의 단점도 추가로 언급하자면... 우선 시간과 연구비가 엄청 많이 듭니다. -_-...

가장 큰 문제점은 실험 결과가 어떻게 발생됐는지 mechanism을 알 수가 없다는 것입니다. 세상의 모든 정책을 모든 사람들에 대해서 실험해볼 수 없으니, 미국에서 실험한 결과가 한국인에게도 적용될지 아무도 모르고, 적용이 안된다면 어떤 이유때문에 안 되는지도 모릅니다. 물론 지금까지 전혀 알 방법이 없었던 수많은 물음에 굉장히 많은 대답을 해준 것은 확실합니다.

받는 건 그렇다 치는데 다른 사람들을 제치고 받은 건 약간 의문이었습니다.

그러면 20년전에 돈을 때려부어서 대규모 실험한걸로 노벨상 받은 거잖아요. 

지금 돈을 때려부어서 머신러닝으로 대규모 실험을 안해도 되게 하면 20년후에 노벨상 받는거죠?!? 지금 이런 연구하는 경제학자 따라가서 굽신굽신 하면 콩고물 좀 떨어질까요?!?

근데 이분들이 한 실험이 돈 많이 먹은 게 아닐거예요. 저도 초기 논문만 봤는데, 케냐에서 구충제 보급한 프로젝트는 학교당 3.5불 든게 다 거든요. 근데 이게 꽤 효과적이었던 걸로 나왔구요. 듀플로 교수 측 다른 연구들은 아직 찾아보진 않아서 다를 수도 있어요.

아무리 빡세게 머신러닝한다고 대규모 실험을 안 할 수가 있을까요? 어차피 counterfactual은 실험 안 하면 알아낼 수 없는거 아닌가요? 실험의 대안으로 여러 causal inference 방법론들이 있기는 하지만 한계가 있고 (at best, inconclusive), 실험을 대체할만한건 없죠.

@우리동네ml대장 님: 여기 보래요! 여기 무지렁이 님이 머신러닝을 막 무시한데요!

ㅎㅎㅎ 무시하신게 아니라 잘 알고계신 것 같은데요 ㅎㅎ 좋은 머신러닝 결과물을 위해서는 양질의 데이터가 필수적으로 필요한데 이 때 반드시 필요한게 controlled randomized traffic 입니다. (제가 일하는 곳에서는 실제로 실행 해 본 controlled randomized traffic 을 counterusual 이라고 부르고, 가상으로 가정은 해보았지만 집행이 되지 않았으면 counterfactual 이라고 부릅니다) 이런 counterusual traffic 이 모으는데 참 돈이 많이 듭니다. 이런 랜더마이즈드 트래픽은 여러군데 다양한 모습으로 구현되어 있지만 가장 비근한 예로는 "어떤 광고가 좋은 광고인지 나쁜 광고인지 알기 위해서 나쁜 광고를 몇번이나 집행 해봐야 하는가" 문제가 있습니다. 더 좋은 광고가 뭔지 알고있지만 좀 값어치가 낮은 광고를 어쨋거나 한번 집행해보는거죠. 그나저나 경제학에서 이런 비교대조군 실험이 가능하다니 놀랍네요. 보통 실생활에는 컨파운딩 팩터들이 너무많아서 완벽한 비교대조군 실험은 불가능하다고 생각했었는데요.

내가 해봐서 아는데, 저런 실험을 거의 안 하는 전통 광고/마케팅 쪽은 좀 노답인 것 같아요. 

@우리동네ml대장 님께서 쓰신 내용 보니까 Seth Stephens의 책 [Everybody Lies]의 한 대목이 떠오르네요. 여기서 Levitt은 [괴짜경제학]의 저자입니디.

재밌는 주제네요. 저의 아주 적은 경험으로 미루어보자면, 말씀하신 것처럼 회사들한테 field experiment 를 하자고 설득하는 것이 매우 어렵기는 해요. control group에 속해 있는 고객들이 어떻게 반응할지 예측하기 힘들고, 그들이 회사에 대한 로열티를 잃어버려서 떠나버릴 수도 있는 거니까요. 그리고 광고 효과라는 것이 measure하기가 쉽지 않아서 (e.g., 오늘 광고를 처음 본 고객이 한 달 뒤에 제품을 구매할 경우 그것을 광고의 영향이라고 할 수 있을 것인가) 회사 입장에서 조금 더 조심스러울 수 있을 것 같아요. 하지만 이제는 [괴짜경제학]에 나온 것처럼 마케팅에서 field experiment가 엄청나게 드문 건 아니에요. 특히 fb, amazon, google 등의 큰 온라인 회사에서는 display ad, search ad, product layout, description 등등에서 (고객들이 모르게) A/B testing이 수도 없이 이루어지고 있고요. 이 데이터를 이용한 학계 연구도 정말 많은데 제가 최근에 가장 재미있게 읽은 페이퍼는 Garrett Johnson의 페이퍼 (https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2701578) 네요. 마케팅 쪽 탑저널인 Marketing Science, Journal of Marketing Research 등도 이제는 10-20%의 연구들이 field experiment 데이터를 사용하고 있고 앞으로도 점점 많아질 것 같네요. (여담이지만 최근에 또 재미있게 읽은 마케팅 field experiment 페이퍼는, 백화점 영업사원들을 랜덤으로 팀을 배정해서 그들간의 상호작용이 어떻게 일어나고 그들의 퍼포먼스에 어떤 영향이 있는지에 대한 것도 있었어요. 이건 정말 회사를 설득하기 쉽지 않았을 것 같은데, 회사들이 점점 이런 것에 오픈되어 가나봐요.)

하지만 social science에서 field experiment를 한다는 것에 현실적인 한계가 분명 존재한다고 생각해요. 분야에 따라 형평성 등 윤리적인 문제가 있을 수도 있고, confounding factor를 모두 컨트롤하는 것도 불가능하고요. 회사들에서 field experiment 를 주도할 경우, 완전히 랜더마이즈를 하지 않아 내생성(endogeneity; 예를 들면, 광고 효과가 클 것 같은 고객들에게만 광고를 보여주고 작을 것 같은 고객들을 control group으로 분류하는 것)이 일어나는 것에 대한 리스크도 있고요. 그래서 제 개인적인 생각으로는 실험의 중요성을 강조하고 주류로 끌어올린 이번 노벨 경제학상 수상자들의 업적도 대단하지만, 엄밀한 가정과 모델에 대한 가치가 떨어지는 건 아니라고 생각해요.

읽어보고 싶은데 academic affiliation이 없어서 공짜로 구해볼 수가 없네요. 교수님들은 보통 홈피에 워킹페이퍼 버전 많이들 올려놓으시던데 이 교수님은 ssrn 링크만 걸어놓으셨어요. (시무룩)

한때 그쪽에 instrument variable들 기발한거 찾아서 2SLS 돌리는게 유행이었던 기억인데 실험도 많이 하는군요.

전 전통 마케팅 쪽에 잠깐 발 담근적이 있었는데 work ethic이 너무 후져서 못 견디고 뛰쳐나왔습이다. 똑똑해 보이는 사람들이 말도 안 되는 걸 맞다고 믿고 challenge도 안 하고 그냥 가더라고요.

ㅋㅋ그러시군요 이쪽에 재미있는 이야기 많이 알고 계실 것 같은데 얘기 듣고 싶어지네요 :) 저는 아주 예전 연구는 잘 모르고 내공이 많이 부족하지만 요즘은 field experiment, non-structured data (text, image..) analysis, structural modeling 등의 방법론을 많이 사용하는 것 같고요. 아무튼 field experiment 가 꽤 큰 부분을 차지하는 건맞는 것 같아요. Garrett 페이퍼는 ssrn에만 있군요 왜 그러지 ㅠㅠ

요즘 field experiment한 연구가 확실히 많아지긴 하더라고요. field experiment를 할려면 시간과 연구비 뿐만 아니라 연구자의 사회나 학계에서의 영향력도 상당히 많이 좌우되더라고요 (기업과의 관계 등등). 하고 싶다고 해서 할 수 있는 연구가 아니죠... 비 전문가가 보기에 Duflo 교수는 data도 잘 다루시고, econometrics도 잘하시는 것 같지만요. 

에스더 듀플로 교수님 나이가 이제 46세입니다. 역대 최연소 노벨상 수상자가 됐습니다. 이대로 쭈욱 하시면 한 20년쯤 이따가 노벨상 받으시겠네 생각했는데 생각보다 너무 빨리 받으셨네요. 

아시는 분이시면 저 두분 썸타는 스토리 좀 풀어주세요 ㅋ

아 물론 모른느 분들입니다. ㅋㅋㅋ 유명하고 힘쎄고 돈많으면 다 제 형님 누님이긴 하지만...

혹시또 모르죠... 얼마에님이 제시카 덕에 노벨상 타실지도!?!?

얼마에님 포스팅을 보고 급궁금해져서 두 부부 교수의 생년월일을 한번 봤는데요. 배너지 교수 (남)는 을목 일간이고 두플로 교수(여)는 기토 일간이니 기본적으로 전형적인 한국의 가부장적 사회의 부부 사이의 관계를 생각하시면 될것 같아요.

즉 남편이 아내를 이끌어나가는 조합이라고 보이네요. 다만 배너지 교수는 인도 출생이라 생년월일이 100%정확하지 않을수 있다는 단점인데 제가 알고 있는 것과 생년월일로 보이는 사주조합이 많이 다른 것 같아서 조금 긴가민가합니다. 이런 경우, 생시를 모르는데 아마도 생시가 본인의 기분을 풀어주는 쪽으로 가는 방향이 높다고 가정할수 밖에 없다는 점에서 제약이 있기 마련입니다, 그리고 또한 2015년이 이분의 운세를 계산하는데 있어서 기준이 되는데 2015년이 운세의 가장 밑바닥인 입춘이라고 판단하면, 일도 안 풀리고 이래저래 꼬이다보니 조강지처도 버리고 에스더 교수와 결혼한 것이라면 설명이 가능합니다 (진실은, 생년월일시가 있는 출생증명확인서를 보면 알수가 있습니다) 

확실한 것은, 배너지 교수가 에스더 교수에게 먼저 대쉬를 한 것이 분명하구요 (이부분은 얼마에님이 포스팅에서 나온 조강지처 버리고 지도학생과 결혼에 골인한 점에서도 알수 있지만서도). 적절했든 부적절한 관계였든 결혼했으면 그만이지 일수도 있구요. 이부분에 대한 판단은 유예하겠습니다.

이번 노벨상의 기여도만 봤을땐 배너지 교수보다 에스더 교수가 아직 절정을 지난 초겨울의 가장 휘황찬란한 운세의 한창이기 때문에 공헌을 더 한것으로 보입니다. 아이디어는 배너지 교수한테 받았고, 그 디테일은 에스더 교수가 완성시켜 노벨상까지 받은 것으로 판단할수 있네요. 이렇게 따지면..... 배너지 교수가 조강지처 버리고 결혼한 것이 신의 한수가 되는 것일수도 있다고 보입니다. 

블로그 하나 파셔야 될듯요. 재미있네요 ㅋ

이왕 파실거면 돈되는 유툽을 파셔야.. 

저도 생각을 해봤는데요 이게 최고의 시나리오인듯...

1) 로또 당첨자들의 생년월일을 어떤식으로도 입수한 이후 당첨자의 명운과 로또 당첨날짜를 분석 (일단 이 단계가 제일 어려운 것 같아요. 정확한 신원파악은 어려운 관계로 정부관계자가 아닌 다음에야 정확한 생년월일 입수는 불가능하니까요....) 

2) 앞으로 로또 희망자들에 customized한 분석을 통해 언제 구입하는 것이 가장 좋다는 식으로의 공짜 또는 최소한의 수수료만 받고 상담은 해주고 법률로 강제되는 계약을 통해 당첨될 경우 수익률의 몇%를 지불하는 식으로 계약함 (그럼 1000명 상담해주고 나면 그 중 1명 정도는 당첨되지 않을까요? 란 안이한 생각) 

위키피디아에 나오는 미국에서 비참한 말로가 된 거액 복권 당첨자들을 두세명 분석을 해본적이 있는데 생각했던 것보다 복잡한 것 같아서 지레 포기한 것이 함정이군요..... (두번째 어려운 이유로는, 유명인사들이야 생시를 몰라도 기존의 이력이 있으니까 금방 운세 파악이 되지만 이력이 알려지지 않은 일반인들의 경우 생시를 모르면 운세파악이 정말 어려워지기 때문에 확신이 서지 않거든요) 

로또 당첨번호는 하나인데 분석결과가 개인별로 다른게 나오면...