Category Archives: General

中大經濟系全新裝修嘅會議室換上全白玻璃幕牆,三面牆身都可以當白板用,既時尚又實用。
Newly-renovated department conference room is covered in glass. Besides looking cool they also work as whiteboards.

為迎接新學期來臨,學系重新打印了四月專題展覽部分海報。同學新學期回來會發覺整個九樓走廊都係!
Decorating the department with student research posters.

不知為何,今天多家華文媒體都好像發現新大陸似的報導了倫敦商學院財務學教授Alex Edmans有關足球和股市表現之關係的研究。其實這篇研究論文已經發表了11年,歷屆ECON 4470的同學都見過。*
 
論文的結論是國家隊在世界杯輸波平均來說對股市有負面影響。要注意的是每場球場之間的差異相當大,只有在淘汰賽階段才開始有顯著的負面影響(圖一最右欄)。論文亦測試了其他數個運動,結果是影響不太顯注(圖二)。至於為何會有著這樣關係,論文提及的解釋基本上就是輸波心情差,心情差就唔想買股票云云。
 
其實該論文之後還有新一點的研究。Edmans et al 2007的發現是輸波才有影響,這對投資策略沒有甚麼用:若我有能力事先猜到哪隊輸波,那我去賭波不就好了?一篇後續研究則發現世界杯賽事平圴來說對美國股市都有著負面影響,原因是全世界的投資者或多或少都投資美國股市,有比賽就有人輸,有人輸就有人心情差 …結果不言而喻。**
 
圖三來由Kaplanski and Levy 2010,劃出了1978年至2006年每屆世界杯期間的累計投資回報,全部跑輸國債利率。無論你信不信輸波心情差這理論,看到這樣的一幅圖,也許亦會考慮在世界杯期間避一避風險?
 
* Edmans, Alex et al. 2007. “Sports Sentiment and Stock Returns,” Journal of Finance, vol. LXII, No. 4
** Kaplanski, Guy and Haim Levy. 2010. “Exploitable Predictable Irrationality: The FIFA World Cup Effect on the U.S. Stock Market,” Journal of Financial and Quantitative Analysis, Vol. 45, No. 2

【周博士水電工程系列】不知為何香港工人房的設計經常假設家傭是不需要冷氣的,即使傭主想裝都十分困難。原本入伙時想為工人房加一部窗口機,但裝修師傅說窗口太細裝不了。那罷,自己找部移動型的吧,排氣又是個問題。這樣麻煩工程當然只能自己造。

排氣最緊要氣密及隔熱。是次五金鋪材料包括:
– 兩條抽油煙機喉作排氣;
– 一卷膠檯布作隔熱物料;
– 一個紙箱作接駁位。

Homemade air conditioner exhaust duct.

【周博士水電工程系列】馬桶去水渠漏水,搵水喉匠來兩次都搞唔掂,無辦法下唯有自己落手整。整馬桶小貼士:
– 馬桶好多時係靠自身重量同唧膠定位,鎅開啲膠就可以拆除。
– 去水用嘅風琴渠常見長度有兩三種,好似我屋企馬桶係貼盡牆身用最短嘅就得。
– 風琴渠對馬桶嗰邊管內有橡膠邊,如果太短就有可能會漏水。
今次問題就出在水喉匠用嘅牌子條邊太短,所以整咗兩次都漏水。

A man got to do what a man got to do…when the neighborhood plumber couldn’t fix your toilet.

 

轉眼一個學期又完結,不知不覺間這已經我在中大的第七年。

今天收到一名應屆畢業生的電郵,提到她修讀一年級數學時,因為被我強迫學習Python編程而苦惱不堪。但到今天畢業,她卻感謝我讓她理解到編程的重要。

老師用心學生當下不一定明白,本來應該是常識。但現時大學講求問責,主力教學的老師的年度評核幾乎全看學生每個學期給予的評分。在這情況下,教學嚴謹的老師在升遷以至續約上就有一定程度的輸蝕。即使學生將來明白老師的苦心,他們亦沒有機會回過頭來給予老師較高的評價。

香港高教界的怪異情況多年來已不少前輩論述。想到這七年來學系的年輕同僚來來去去,走的比留下來的多,實在不勝
唏噓。

說罷,又到批改學生論文的時候了。

在昨天的Google I/O主題演講上,谷歌行政總裁Sundar Pichai示範了一個相當震撼的功能:由Google Assistant代用戶致電去商戶預約。不是撥電話號碼那麼簡單,而是真真正正和商戶的服預員對話!這示範的技術難度相當高,需要人工智能去聆聽、理解、回應及發出人聲。Google Assistant絕對可以稱得上是當今第一的人工智能系統,只有Amazon Alexa還有可能與其匹敵。

雖然Google把這些功能標榜作為個人數碼助理,但大家不難想像,以Google Assistant這樣的人工智能取代電話中心的服預員只是時間問題。因為人工智能的能力和訓練數據成正比,現時最強的人工智能亦都是掌握在最大的科網公司手上。不少人說”data is the new oil”,如果說大型油企主宰上世紀的經濟,那本世紀就是大型科網的天下了。

我今日才知道,原來在不同眼鏡店驗眼之差異可以非常大。

機緣巧合下我這週分別在兩家不
同的眼鏡店配眼鏡,在每家都做了驗眼。第一家的結果是近視變淺散光變深,但第二家的結果卻是近視變深而散光變淺!一來一回,近視和散光度數的差別都有近百度。

先不說度數不對的眼鏡如何有損健康,作為以數據分析搵食的學者,我實在很有興趣差別為何可以這麼大。有兩點觀察:

– 先說電腦驗眼(autoreflector)。我在第二家店做了兩遍電腦驗眼,結果基本上是一樣。所以問題應該不是出於每次電腦驗眼的誤差,而是不同電腦驗眼機之間的差別。我懷疑像電腦驗眼機這樣的光學儀器是需要定期校準的,但個別店家有可能因成本或時間問題沒有這樣做。

– 視光師驗眼(subjective refraction)的部份差別亦相當大。第一家店的視光師檢驗得十分仔細,基本上就是不斷在做A/B test,務求用O(log n)的速度找到最合適的度數。第二家店的視光師就馬虎多了,直接套用電腦驗眼的結果,問問我看不看得清就完成了。假設尋找最佳度數是個凸優化問題(convex problem),視光師認真做驗眼的話應該是不會有這麼大的差異的。不過想深一層,其實我並不肯定這真的凸優化—或許近視和散光是可以互相抵銷,以至有多過一個最佳點?

無論如何,有了這次經驗,我會說配眼鏡絕對需要找一家有好視光師的。來來回回在兩家店試了幾遍,我最後在兩家店都用第一家的度數。