(圖資料來源:經濟狂人)

市場上最近一直在討論美國總體數據和股票市場背離的奇怪現象，但我只能說股票市場領先基本面的現象是正常的，主因長期以來國內對於美國經濟只執著在貨幣政策和總體經濟數據表現上，就是很畸形的，只想用QE是否持續，以及非農就業率就推敲產業的發展前景，進而預測股票表現，則是緣木求魚，而且相當可笑。

相反的，除了考量貨幣面和總體數據的表象外，政策面和產業面的想法更為重要。例如最近美國的經濟表現，就必須思考美國工業回流和推動第三次工業革命上政策的施行。由2011年麥肯錫喊出雲端Big Data應用，將改變全球製造業和服務業生產結構後，2012年歐巴馬立刻指示投入2億美金，並提出Big Data研究發展倡議，同年提出Digital Government的策略。而歐洲雖然身陷在歐債泥沼當中，卻歐盟2010年5月成立「Digital Agenda for Europe」，定期針對資訊數位發展議題進行盤點分析。Big Data技術的開發與應用，歐盟認為將在未來五年替歐洲經濟、社會、就業帶來巨大的效益，透過制定相關實行政策，且在FP7計畫架構下成立Big Data Public Private Forum，建構PRACE, GÉANT, OpenAIREplus等計畫，加速歐洲雲端和Big data等第三平台的發展。企圖透過資通訊革新，加速中小企業轉型，降低失業率。

於是2012年IDC指出由雲端、巨量數據、寬頻M2M體感應用和行動化應用所建構的第三平台，結合終端需求者的使用經驗，透過3D列印等技術，為個人化需求築起夢想，進而改變人類生活，讓技術創新引領新一波的經濟成長。

相關新產業的驅動力道慢慢強化下，加上美國企業在擁有寬鬆貨幣的低利優勢下，自然能夠讓新技術跟產品蓬勃發展，就業面也因為青年失業問題開始出現改善的現象，使得產業界對於經濟前景保持比較樂觀的態度，當然就會反應在股價上面。(居高思危還是要有的)

如果研究工作只是看幾個總體數據就能夠反映一切，那麼我們只要花一個月把預測模型建置完成，定期發布，那就不需要學習這麼多總體或經濟理論。再者，經濟學呈現的問題和表現，也需要多個面向的專業人士加以解決，例如日本不斷在討論巨量數據發展後，個人資料所有權歸屬和部分法律修改的議題，而歐盟則建構投入資源深入探討巨量資料基礎研究驅動工具(research into tools)、分析和研究方法的建構。甚至以人文數位開放(Digital Humanities Europeana)為基礎，建立起的e-Europeana人文社會搜尋引擎，加速教育、研究和文創產業的創新。

台灣的問題在於，單一領域的專業人士總是覺得自己最厲害，永遠不懂得尊重他人領域，讀了資工以為瞭解一切，懂得經濟學就想用假設和模型解決所有問題，然後站在自己的領域數落別人的領域，這都是很不好的，所以我也常常再請教其他領域的人，是否有方法解決現在面臨的問題。

法律經常在說謙抑性，其實各個領域也應該這樣，透過互相尊重分享，然後分工，才能創造綜效。對於垂直整合的專家，應該給予尊重，但對於花時間、花苦工作水平整合的人也應該鼓勵才是。

然後也請政府和企業不要天天拼命說要創新，卻拼命打壓有研究能量的博士或博士生，想一想你們願意給他們時間、空間和經費研究創新嗎??

從台韓研發占GDP比重越差愈多，現在已經差到0.2%~0.3%左右，代表政府和企業嚴重投入不足，可見一斑。

原因除了經費不足以外，就是整個社會窮其力氣打壓有研究能量的博士或博士生，如果沒有肚量也沒有配套措施引導他們的研究能量，而只會放任媒體放話，那台灣企業就認命地讓毛利保一保二，經濟永遠就只有保2%的份、永遠輸韓國一大截。

這樣都不想付出卻只想收穫情況下，我們有臉叫人家韓狗嗎??

有感而發的 王不服