論到20世紀最偉大的數學家，格林斯潘的名字恐怕無緣排行榜，但毫無疑問，他是經濟學家中對數字超級敏感的天才。 　　在紐約大學商學院就讀時，格林斯潘選修的主要課程是金融和會計。在他的自傳中，他提到在學校的幾年中曾經到美國商業機構參加實習。這家機構就是在華爾街大名鼎鼎的布朗兄弟公司。 　　格林斯潘在布朗兄弟公司做的第一項工作，就是把美聯儲公布的一些數據資料，特別是連鎖大超市的統計數據按周進行整理和調整。此項工作貌似簡單，卻非常繁瑣和艱苦。由於當時沒有計算機，純手工操作起來實屬不易。大量的手工計算，不斷使用鉛筆畫圖做表，再一筆一划地做出一整套數據的調整流程。這個超級枯燥乏味的工作，格林斯潘做起來卻興趣盎然。他似乎天生就對數字具備高度的敏感性，面對呆板無趣的數字，他能看見別人眼睛裡沒有的東西。通過這個工作，格林斯潘掌握了數據統計方面的紮實基本功。最重要的是，他對數據的超級敏感在科學方法的指導下，達到了「讓數據自己出來講故事」的境界。 　　大學畢業之後的格林斯潘在紐約國家產業會議委員會（即會議委員會，The Conference Board，紐約的一家智庫）從事統計數據方面的工作，[2]這一機構服務的對象正是紐約美聯儲銀行。國家工業統計研究所藏書浩瀚的圖書館，成了格林斯潘生活中最重要的部分。通過查閱這些書籍和統計報告，格林斯潘開始了解美國經濟的運轉機制，[3]明了了各類工業行業如何組成整體的國家經濟體系。在格林斯潘的腦海中，日漸呈現出自工業革命開始以來工業系統的進化景象，從蒸汽機到紡織，從鐵路到冶金，從航運到造船，從機械到軍工，從電報到電話，從煤炭到石油，從汽車到飛機……無數顆社會經濟的螺絲釘在他的腦海中擰在一起構成了國家經濟的巨大機器。 　　國家工業統計研究所的圖書館還向格林斯潘呈現了海量的各類統計數據。這其中多數統計數據都屬「高齡」，有不少是從1861年南北戰爭前後開始統計的資料，該研究所完整齊備地收集著美國幾乎所有重要工業和行業的詳細統計數據。格林斯潘在國家工業統計研究所的圖書館裡，就像老鼠掉進米缸，對這些統計數據簡直著了魔。如果他鑽進棉花行業，就成天研究各種各樣的棉花，從成分、檔次到類別、生產工藝，包括不同棉種在工業中將會如何使用，怎樣加工，需用哪些棉花加工機器以及整套生產流程，直至市場銷售，這些數據在格林斯潘眼裡，是一個五彩繽紛的世界。美國舉足輕重的重工業，如全國鐵路運輸、美國橡膠業、1890年美國人口統計、美國鐵路運載量等數據，更吸引著格林斯潘的關注。[4]這些無邊無際的數字和資料會把別人看困，卻讓格林斯潘讀得津津有味，不忍釋卷。沉浸在數據的海洋里，格林斯潘很快對美國各行各業統計數據有了深厚而全面的了解。 　　幾年下來，格林斯潘對經濟機器運轉的整體機制一目了然，加上他對各行業歷史數據的苦讀鑽研，此時年輕的格林斯潘已成為一名經濟機器領域的熟練「技術工人」。他對機器原理爛熟於胸，對各種運轉參數了如指掌，對每個零部件的動態數據及其聯動效應積累了相當多的「歷史經驗」。 　　他的大腦就如同裝備了一個快速分析美國整體工業現狀和發展趨勢的軟體，從數據中就能準確把握經濟活動規律和脈搏。通過經年累月大量密集地閱讀和積累數據，「格氏模型」成功創建起一個獨到而準確分析整體經濟機器和局部行業部件運行狀態的數據流和數據模型。如果將企業一系列經濟活動的基本參數輸入，在格林斯潘的大腦中立刻能夠生成一份預測宏觀經濟周期的報告，並自動附帶完整的柱狀圖和線態圖。 　　就像其他行業的工程師一樣，格林斯潘對於經濟學理論並沒有太大的興趣，因為工程師感興趣的是如何解決實踐中出現的各種問題，而不是抽象的理論探討。在自傳中格林斯潘也提到對凱恩斯的宏觀研究並不十分感興趣，他的興奮點在技術層面特別是數據和數字。格林斯潘更關注經濟機器實際上怎樣運作，而不太理會經濟學理論如何解說。 　　在理論學習中，唯一給格林斯潘留下深刻印象的就是1951年他曾選修的賈科伯·沃爾夫茲（Jacob Wolfowitz）教授的數據統計與經濟理論相結合的課程。[5]這位教授就是後來小布希時代擔任美國國防部副部長的沃爾夫茲的父親。小沃爾夫茲是伊拉克戰爭的主要策劃者之一，從國防部退下來之後，是新保守主義的主要代表人物，後來擔任世界銀行的行長。 　　在沃爾夫茲教授的課程中，格林斯潘第一次接受了用數理統計的方法，把經濟結構之間的變數進行構建的全新理念。在接觸現在被稱為經濟計量學的理論之前，格林斯潘已經裝備了「格氏模型」，形成對整體經濟發展狀況和動態趨勢的完整而成熟的分析思路，只不過沒有形成一個相對清晰的理論體系，並缺乏數學工具進行準確表述。 　　格林斯潘乍一聽到沃爾夫茲教授的經濟計量學概念，頓覺眼前豁然開朗，如獲至寶，並預感自己在此領域中一定能脫穎而出。「格氏模型」已經具備了超級資料庫，存儲著從礦山、冶金、鋼鐵、鐵路運輸、汽車工業到輕重工業各行各業全方位的歷史數據，一旦這些數據被導入經濟計量學數學模型，立刻能夠輸出未來經濟發展趨勢的預測。由於格林斯潘掌握的數據來源於生產實踐第一線，而且有著跨度極大的年代積累，所以「格氏模型」的數學模板和他大腦中的超級資料庫相結合所產生的結果，要遠比基於純理論的經濟學模型更加準確和切合實際。 　　格林斯潘大腦中的資料庫除了儲量豐富，包羅萬象，還有一個獨到之處是涵蓋了海量的歷史數據。在漫長的歷史過程中，各行各業都經歷著不停的發展和變化，各種數據也隨著經濟體系的演變而形成動態的數據流路徑。「格氏模型」的理論框架和模型體系並不是靜止和孤立的，而是帶有相當程度的可自我演變和可自我學習的特性。當他獲得了數學工具的支持之後，對經濟運作規律的把握獲得了本質性的提高。 　　格林斯潘的大腦中呈現出明晰的宏觀圖像，彷彿牛頓所看到的自然界和天體的運作規律。在他的想法中，這個世界可以完全被構建成一個複雜的數學模型，只要數據積累的時間足夠長，通過此模型來預測未來的經濟趨勢，在邏輯上是行得通的。只要輸入適當的初始變數，「格氏模型」輸出的未來經濟發展趨勢將非常接近於現實。 　　此時格林斯潘心中已攀上經濟領域的珠穆朗瑪峰，油然升起一種能夠縱覽世界經濟，高瞻遠矚，盡在把握的豪邁和氣魄。他試圖用自己的模型來理解這個世界，用他的數據來驗證這種推測。