机器学习在经济学中的应用研究

发布时间：2021-01-25 13:29

　　机器学习以数据、文本、图片等现实经验信息为研究对象,通过计算机与人工智能相结合的算法进行深度挖掘,对经验现实进行建模与预测。因其对高维、复杂、大样本数据的模型选择和预测优势,应用于经济学研究,尤其是微观经济学、能源经济和金融市场领域。机器学习在数据发现与变量创造、预测、因果推断、政策评估、理论检验等领域有较好的应用,但其在经济学应用研究中的作用与局限是值得注意的问题。 

【文章来源】：天津师范大学学报(社会科学版). 2020,(02)北大核心CSSCI

【文章页数】：8 页

【文章目录】：
一、机器学习的内涵界定
二、机器学习对于经济学应用研究的适用性
    （一）经济研究领域的机器学习
    （二）机器学习与统计学、计量经济学
    （三）机器学习的优势与实现
三、机器学习在经济学中的应用
    （一）数据发现与变量创造
    （二）预测
    （三）因果推断
四、机器学习在应用中需注意的问题
    （一）机器学习的方法论本质
        1. 方法论基础上，机器学习是逻辑实证主义的一种深化
        2. 研究范式上，机器学习是数据导向研究范式的一种优化
        3. 模型体系上，机器学习是模型与经验数据的一致
    （二）机器学习的作用与局限
    （三）应用中的一些具体问题


【参考文献】：
期刊论文
[1]A Novel Hybrid FA-Based LSSVR Learning Paradigm for Hydropower Consumption Forecasting[J]. TANG Ling,WANG Zishu,LI Xinxie,YU Lean,ZHANG Guoxing.  Journal of Systems Science & Complexity. 2015(05)
[2]计量经济学精确性研究[J]. 刘丽艳.  财经问题研究. 2014(08)
[3]经济学的关系论转向[J]. 冯燮刚,李子奈.  经济学动态. 2006(07)



本文编号：2999305