最近和一同学交流前阵子写的一篇论文“信用水平测量”，并把自己基本算法说给他听，其提很多建设性意见，说了模型没有考虑的地方。开始做这些东西的初衷，是寻找一种算法和公式能够给出信用水平由谁决定以及怎么决定的问题，并寻找一个公式去考察信用水平随时间的演化关系。模型力求简单，初始剔除掉太多中行为的复杂性，即随机无常。做写开创性工作，后续复杂工作留给更有能力人。

交流过后自己在想，为什么模型那么机械和刻板，那么不人性化和智能化？对于我这样崇尚数哲同一，推崇用数学语言去描述自然和社会法则，并且认为数学语言最美语言的人。至少让我看到数学语言存在的缺点，但我不会放弃，因为这是自己的偏好。但我也不反对文字，这也并不意味着我会用文字表达自然和社会法则。文字可以陈述很多可能情况，描述时更能让人看到人行为的随机无常现象，故有一部分现象的陈述，数学无法达到，但文字可以达到。

喜欢数学，也看到数学的优点和缺点。看到缺点并不意味自己不喜欢他，而是更好的喜欢他。这是自己面对这件事情的体会。但昨天和一同学交流，至少让我看到盲目用数学的弊端。因为其让我想起，经济学家不接受经济物理的部分原因，同时部分经济学家遭到同行批评的原因。这源于其摆弄缺乏经济内涵，无法反映经济机制的数据结论。

    作为对数学的爱好者和擅长者，感觉很好笑，对于他的观点，但是我没有直接反驳。用点数学，并意味你的研究内容多么有水平；就像用点统计和数学挖掘也并意味着你数学水平多高一样。至少数据挖掘的出来的东西，让我有四点怀疑：“指标选取是否完备和不存在交互，数据来源是否可靠，数据是否能反映机制，数据最终是否能完善学科的基本问题”。

     经济学需要数学知识，但更需要的经济学修养，即对经济学现象、机制以及法则的敏感，而不是张口一个数据，闭口一个数据。但没有数据怎么办，研究该怎么进行；没有概念和指标，数据该怎么收集。爱数学语言，但并不排斥文字语言，也不说文字语言多么不好，因为其至少让我看到，文字有时候能达到数学语言无法到达的地方。