机器学习对经济学研究的影响研究进展综述

凡是搞计量经济的，都关注这个号了

稿件：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

关于机器学习方法，可以参阅如下文章：1“机器学习方法出现在AER, JPE, QJE等顶刊上了！”，2前沿: 机器学习在金融和能源经济领域的应用分类总结，3文本分析的步骤, 工具, 途径和可视化如何做？4文本大数据分析在经济学和金融学中的应用, 最全文献综述，5最全: 深度学习在经济金融管理领域的应用现状汇总与前沿瞻望, 中青年学者不能不关注！6Top前沿: 农业和应用经济学中的机器学习, 其与计量经济学的比较, 不读不懂你就out了！7机器学习和大数据计量经济学, 你必须阅读一下这篇，8机器学习与Econometrics的书籍推荐, 值得拥有的经典，9机器学习在微观计量的应用最新趋势: 大数据和因果推断，10机器学习第一书, 数据挖掘, 推理和预测，11Top, 机器学习是一种应用的计量经济学方法, 不懂将来面临淘汰危险！12最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响! 13.陈硕: 回顾与展望经济学研究中的机器学习

正文

机器学习与经济学研究的融合将改变传统经济学的研究方式。本文就机器学习对 经济学研究的影响进行了较为系统的梳理，着重分析了机器学习在大数据背景下对丰富经济数据 多样性的贡献，机器学习对经济预测准确性的改进作用，以及机器学习在估计平均处理效应、处理 效应异质性和结构模型等因果推断中的应用，对这些领域的重要研究进行了比较详细的介绍。在 阐述机器学习优势的同时，本文也指出在经济学研究中使用机器学习方法可能存在的局限性，并对 未来的研究方向进行了展望。

随着技术的进步，机器越来越在工作和生产活动中扮演起了人的角色。例如，Facebook能在照 片中识别出人脸，Siri能够理解人的语言，谷歌能够直接翻译网页上的文字等。上述新兴科技实际 上都依赖于机器学习技术的发展。什么是机器学习？从狭义的角度理解，所谓 的机器学习就是一类算法，属于计算机科学的一个子领域，但从广义的角度来看， 它又是一种综合了计算机科学、工程学、统计学等多学科知识的新技术。机器学习的方法不仅被广 泛地应用于理工医学等领域，并且越来越受到社会科学研究者的重视。许多经济学家都认为机器学 习会对经济学的发展产生广泛且深远的影响，以至于在不久的将来，机器学习将改变经济学的研究 方式。

从理论上说，机器学习（尤其是深度学习）是人工智能的一个组成部分，更是当前 人工智能领域科研和应用的重要驱动力，其算法的快速发展将会引起市场决策和政策研究的根本性变革。为了加快我国在人工智能领域的技术进步，国务院于2017７月发布 了《新一代人工智能发展规划》，旨在2030年使我国的人工智能理论、技术与应用在总体上达到世界 领先水平，并成为世界主要的人工智能创新中心。需要说明的是，《新一代人工智能发展规划》在强 调发展高级机器学习、类脑智能计算、量子智能计算等前沿理论的同时，还特别指出在研究过程中要 积极推动人工智能与心理学、数学、经济学和社会学等相关学科的交叉融合，以及开展跨学科的探索 性研究 。2017年10月，在科技部征集的重大变革性科研技术项目中，有４项与人工智能有关，其中一项就是针对下一代深度学习理论与技术，力求突破我国在机器学习领域理论基础薄弱、模型结 构单一的瓶颈 。由此看来，探讨机器学习对经济学研究方法的影响，既可以帮助我们更好地理解机 器学习的内涵，又有利于我们更多地使用机器学习工具以改善经济学研究方法，并在提高研究精准 度的同时不断拓展新的研究领域。

在本文中，我们试图将机器学习的方法融入经济分析的框架中，并从以下几个方面梳理了其对 经济学研究的影响：（1）机器学习的定义以及分类；（2）在大数据的背景下，阐述机器学习从哪些维度 丰富了经济数据；（3）介绍机器学习如何改进了经济预测的准确性；（4）机器学习在因果推断中的 应用。

注：下方图片里的文字看起来比较小，建议用PC端阅读。

Source: 黄乃静,于明哲.机器学习对经济学研究的影响研究进展[J].经济学动态,2018(07):115-129.

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2.5年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。