Head and Ries (2003, JJIE)

Head and Ries (2003, JJIE) "Heterogeneity and the FDI versus Export Decision of Japanese Manufacturing."

生産性の違いが国内企業・輸出企業・海外生産企業の区別を説明できるか。モデルから予想すれば、等コストの国で海外生産する企業は輸出企業よりも生産性が高い。そして低コストの国で生産するならば、この予想と逆になる。日本企業のデータによれば、海外生産も輸出もしている企業は国内からのみ輸出している企業よりも生産性が高い。海外投資している企業の中では、高生産性の企業ほど色々な所得水準の国に投資していた。

Head and Ries (2005, JJIE)

Head, Keith & Ries, John, 2005. "Judging Japan's FDI: The verdict from a dartboard model," Journal of the Japanese and International Economies, Elsevier, vol. 19(2), pages 215-232, June.

日本のFDIを企業統制の結果として見る。データから計算される実際値とモデル上の理論値を比べる。日本のoutward FDIはinward FDIよりも活発。しかし、outward FDIもinward FDIも理論的水準を下回っている。GDPとかlocationを考えるともっとFDIが活発なはず。このように日本のFDIパフォーマンスの水準を評価するに際して、理論的なベンチマークを採用したことが売りとなっている。

スクラム 駆け引きと勝負の謎を解く

一見なんでもないスクラムの中では駆け引きが行なわれる。

バインド
1番は相手3番とのバインドを深くとることで突っ張れる
2番は手首を返して両PRを引き寄せる
2番3番のバインドについては、バインドした手が上側の選手のほうが前に出られる。どこをバインドで持ちたいか
8人で固まる

エンゲージ
「エンゲージ」の「エ」かその直前→アーリープッシュ
「相手の眉間の右」を狙う
小さければ下から上に突き上げ、大きければ上から下に覆い被さる

姿勢
「ひざの開きの角度が120～130度のとき最大の力を発揮する」
「背中が水平になるように胸を出して姿勢を作る。そこで、ひざを地面に対してゆっくりとおろし、腰が低い姿勢になったところで一気に全員でプッシュする」
「ひざを柔らかく使って、首とひざで『U』の字を描けるようにする」
「巨漢フロントローに対しては、肩と耳をつけて、浅い位置で組む。そして相手の後頭部にくっと乗る」
「ひざの動きで首を取る。首を取るためには、ひざから絞る」
「スクラムを組んだらボールを見る」「首をかしげる」
「背骨がタッチラインと平行」
「スパイクのポイントが多く芝生にかかるほど安定する」「足首を柔らかくする」
「組んだあと、ひざを5センチ下げるだけで、力の伝わり方が全然違う」
「自分が深く入り、相手には浅くしかもぐらせない」「肩の関節と絞り方と胸板で相手を殺す」

フッキングコースの攻防
押し負け…ダイレクトフッキング（できるだけ短く）
推奨…左足
コース…1の下、2の下→46間、45間、4の下
1番…味方ボールイン時にフッカーが足をかくスペースを確保
2番…相手ボールのとき頭や足で相手フッカーの足を邪魔(藤田剛)
3番…相手ボールのとき相手1番を潰す

ペナライズの基準を理解、利用
自分は落ちていないように見せ、相手を落ちているように見せる。
コラプシングは主に守備側にペナルティが多いが、おおむね姿勢で判断される。
わざと落として相手ペナルティにさせることも。
アーリープッシュ
押しのアングルの調整。1番の内押しなど

エトセトラ
体重が重いほうがいい
ささやき戦術で主導権を握る

Echenique, Golovin and Weirman (2010)

http://d.hatena.ne.jp/tazuma/20101203
"A Revealed Preferenced Approach to Computational Complexity in Economics," Echenique, Golovin and Weirman 2010.

一部の計算機科学者に言わせると経済学の市場の理論は使えないということらしい。なぜかというと、そもそも消費者の効用最大化問題さえNP困難ということ。コンピュータにも大変な計算が何で人間に出来るだろうかというわけだ。

しかし経済学者からすると、そのような見方はモデルを文字通りに解釈しすぎているように感じる。計算機科学者がNP困難というとき、それはもちろん最悪のケースを考えているわけだが、実際に消費者が解いている問題は結構簡単な問題かもしれないではないか。

広い海へ出てみよう

東京海洋大客員助教授・さかなクン

　中１のとき、吹奏楽部で一緒だった友人に、だれも口をきかなくなったときがありました。いばっていた先輩（せんぱい）が３年になったとたん、無視されたこともありました。突然のことで、わけはわかりませんでした。
　でも、さかなの世界と似ていました。たとえばメジナは海の中で仲良く群れて泳いでいます。せまい水槽（すいそう）に一緒に入れたら、１匹を仲間はずれにして攻撃（こうげき）し始めたのです。けがしてかわいそうで、そのさかなを別の水槽に入れました。すると残ったメジナは別の１匹をいじめ始めました。助け出しても、また次のいじめられっ子が出てきます。いじめっ子を水槽から出しても新たないじめっ子があらわれます。

　広い海の中ならこんなことはないのに、小さな世界に閉じこめると、なぜかいじめが始まるのです。同じ場所にすみ、同じエサを食べる、同じ種類同士です。

　中学時代のいじめも、小さな部活動でおきました。ぼくは、いじめる子たちに「なんで？」ときけませんでした。でも仲間はずれにされた子と、よくさかなつりに行きました。学校から離れて、海岸で一緒に糸をたれているだけで、その子はほっとした表情になっていました。話をきいてあげたり、励ましたりできなかったけれど、だれかが隣にいるだけで安心できたのかもしれません。

　ぼくは変わりものですが、大自然のなか、さかなに夢中になっていたらいやなことも忘れます。大切な友だちができる時期、小さなカゴの中でだれかをいじめたり、悩んでいたりしても楽しい思い出は残りません。外には楽しいことがたくさんあるのにもったいないですよ。広い空の下、広い海へ出てみましょう。

（朝日新聞２００６年１２月２日掲載）

経済学の実証

経済学の実証について確実なのは以下の３つ。
(1)データ購入は概して金がかかる。
(2)秘匿扱いの生データは簡単に見られない。
(3)スポンサー付きプロジェクトでデータ集めに行ける可能性はある。
つまり、大学院で経済学を専攻するときには理論に逃げるか、実証の権威なる先生につくことが最善と思われる。そして折角入手したデータも欠損値だらけだったり、誤字脱字あったりして面倒である。
おそらく実社会で手っ取り早いのはデータマイニングであって、構造推定のチャンスはなかなかありえない。

無限の猿定理

ランダムに文字列を作り続ければどんな文字列もいつかはできあがるという定理