Могут ли технологии, такие как AI, BI и Big Data, помочь экономистам делать более точные прогнозы и тестировать модели для решения таких проблем, как «Какой уровень налогового стимулирования лучше для конкретной страны?»
Это что-то на будущее или его уже использовали?
econometrics
technology
prediction
technological-progress
Гильерме де Хесус Сантос
источник
источник
Ответы:
Я по образованию экономист, а также программист и работаю со многими специалистами по данным, поэтому я немного разбираюсь в этой области. Один из моих проектов в Институте Урбанистики пытается устранить разрыв между этими областями, и часть нашей работы, поддержанная Фондом Слоана, доступна для общественности здесь.
В некоторой степени ответ - да, но есть и огромные препятствия. Некоторые из них преодолимы с работой, например, различия в терминологии, платформах программирования (знание SAS или Stata по сравнению с R или Python) и соглашений (понимают ли другие в вашей области и / или принимают ли результаты моделей машинного обучения?). Другие гораздо сложнее преодолеть, например, размер доступных данных.
По сути, области, которые широко используют ИИ и машинное обучение, содержат огромные объемы данных. Они могут позволить себе, скажем, выделить миллион наблюдений для обучения модели, а затем протестировать модель на остальных девяти миллионах. Однако экономистам и социологам в целом часто везет, если у них есть 100 наблюдений. Многие макроэкономические переменные являются годовыми или квартальными. Некоторые из них ежемесячные, что означает, что если вы можете получить 30 лет наблюдений, то у вас есть 360 периодов времени! Данные богаты социальными стандартами, но даже не являются ошибкой округления во многих моделях данных.
Тем не менее, вычислительные мощности и сложный сбор данных делают все более и более подходящим подход к социальным наукам с большими данными. Социальные медиа - это основная область, в которую социологи только начинают выходить. Тем не менее, некоторые области экономики, вероятно, останутся закрытыми для методов обработки данных из-за характера данных. Ваш пример фискального стимулирования вполне может быть одним - релевантные данные просто не выдаются так быстро.
Так что ответ на ваш вопрос - да, с оговорками и надеждой на будущее.
источник
Похоже, существует множество заблуждений относительно использования технологий в экономике. Важно помнить два момента.
1. Современная экономическая теория - это, в основном, ветвь прикладной математики.
Конечно, есть много фундаментальных философских концепций, лежащих в основе экономики как социальной науки, однако большинство практических задач требуют некоторого исчисления или линейной алгебры.
2. Экономисты постоянно проверяют теории, используя статистику.
Некоторые люди не знают, как экономика, основанная на данных.
Использование векторных авторегрессивных моделей (VAR), векторных моделей коррекции ошибок (VECM) и функций импульсного отклика в макроэкономических тестах является обычной практикой. Центральные банки используют эти методы и постоянно проверяют экономические теории.
Отвечая на вопрос: «Какой уровень налогового стимулирования лучше для конкретной страны?» уже рассматривал эти методы некоторое время и не является результатом революции больших данных.
Надеюсь это поможет
источник