Чему специалисты по данным могут научиться у экономистов?
- Слышали ли вы раньше о термине эконометрика?
- Знаете ли вы, что математическое моделирование и статистика имеют фундаментальное значение для количественной экономики?
- Знаете ли вы, что некоторые из крупнейших хранилищ данных поддерживаются организациями, занимающимися экономическими исследованиями?
Вы, наверное, задаетесь вопросом, просто глядя на название этой статьи? Какое отношение экономика имеет к науке о данных? Будучи предвзятым экономистом, я здесь не для того, чтобы рассказывать великие вещи об экономике, а для того, чтобы изнутри взглянуть на то, как работает экономика, - как способ продемонстрировать связь с наукой о данных. Я установлю эту связь с точки зрения (1) решенных проблем, (2) используемых методов и (3) применяемых инструментов. Надеюсь, вы сможете провести параллели с принципами, инструментами и практиками науки о данных.
Проблемы решены
Экономисты изобрели воображаемого человека - Homo Economics или «экономического человека» - для моделирования человеческого поведения. Это все, чем занимаются экономисты, понимая человеческое поведение с помощью экономических теорий и некоторых аналитических инструментов и методов, многие из которых являются стандартными статистическими и математическими моделями.
Экономисты изобрели воображаемого человека - Homo Economics или «экономического человека» - для описания человеческого поведения.
Проблемы экономики в целом подразделяются на две суб-дисциплины. Микро экономика фокусируется на взаимодействии между основными строительными блоками общества и результатами взаимодействия, в то время как макро экономика уменьшает более мелкие детали и видит мир как большую взаимосвязанную систему.
Допустим, компания запускает новый продукт. Если они установят слишком высокую цену, мало кто купит. С другой стороны, если цена слишком мала, большому количеству потребителей необходимо приобрести продукт, чтобы компания достигла определенного порога дохода. Итак, какова оптимальная цена, которая максимизирует прибыль при минимальных затратах? На это может ответить микроэкономика.
С другой стороны, макроэкономика рассматривает общество в макроуровне. Как технологические инновации изменят экономику? Как повлияет повышение температуры на ВВП сельского хозяйства? Как глобальная пандемия ударит по безработице? Это вопросы, которые обычно интересуют макроэкономистов.
Домены приложения
Вы найдете экономистов во всех сферах - от безработицы и неравенства до экономики, связанной с изменением климата, до рекламы и сбора доходов. Вот небольшой набор примеров, многие из которых будут знакомы большинству специалистов по данным.
Поведенческие экономисты могут количественно оценить реакцию и отношение потребителей к маркетинговым кампаниям, снижению цен и добавлению новых функций.
Экономисты-аграрии помогают решить, как правильно оформить страховой полис для фермеров от стихийных бедствий.
Промышленные экономисты определяют уровень производства товаров и механизм ценообразования для данного рыночного спроса.
Спортивные экономисты уже оказывают огромное влияние на то, как выбирают игроков или сколько им платят, вплоть до индивидуальных тренерских решений и даже стратегические сдвиги по целым лигам [s ource ].
Эконометрика - это применение статистического моделирования для понимания сложных социальных и экологических проблем. Это действительно большая область прикладной экономики, и я написал об этом целую новую статью.
Методы и приемы
Если не все, то большая часть экономики ориентирована на данные и является количественной.
В количественной экономике экономисты создают модель реального мира - небольшую или большую его часть - чтобы понять отношения между различными компонентами, их взаимодействие и влияние внешних воздействий (например, политики, стимулов, потрясений).
Таким образом, как и при моделировании любой другой сложной взаимосвязанной системы, экономисты полагаются на ряд математических и статистических методов.
Математические модели, такие как дифференциальные уравнения, используются для количественной оценки предельных изменений выпуска при небольшом изменении затрат. Например, как небольшое снижение цены повлияет на покупку продукта и повлияет на прибыль компании?
Статистические модели, с другой стороны, используются для разработки и проверки теорий о взаимосвязи между экономическими агентами (людьми, фермами, предприятиями) и воздействием политики / стимулов с использованием статистических инструментов. Фактически, вся область «эконометрики» основана на применении стандартных статистических моделей. Специалисты по данным должны быть хорошо знакомы почти со всеми из них:
- Описательная статистика и проверка гипотез
- Корреляционный и регрессионный анализ
- Анализ и визуализация временных рядов
- Прогнозная аналитика и прогнозирование
- Моделирование панельных данных: OLS, модели с фиксированными и случайными эффектами
Кроме того, многие экономические вопросы являются эмпирическими, на которые можно ответить, следуя стандартным научным процессам - разработка гипотезы, сбор данных, проверка гипотез, выводы. Однако экономисты иногда могут быть слишком философскими. Они часто задают вопросы, которые носят субъективный характер и результаты которых невозможно измерить с помощью объективных показателей.
Набор инструментов Google Analytics
Если мы оглянемся на 20 лет назад, программы для работы с электронными таблицами (в первую очередь MS Excel) были ключевыми инструментами экономистов для построения математических и статистических моделей. Excel использовался почти исключительно для визуализации, и даже сегодня им пользуется большое количество экономистов.
Также была небольшая, но другая категория экономистов, которым нравились языки программирования для статистического моделирования. STATA была (и продолжает оставаться) самой популярной платформой программирования для экономистов. Меньшая часть программистов будет иметь в своем наборе инструментов другие программы, такие как MATLAB и SPSS.
Ситуация быстро меняется с приходом нового поколения экономистов. Они с каждым днем все больше и больше используют программные платформы с открытым исходным кодом. Python и R в настоящее время становятся популярными платформами для многих экономистов, хотя трудно сказать, какая из них более популярна, Python или R.
Многие экономисты, особенно макроэкономисты, любят играть с данными временных рядов для динамической визуализации и рассказывать истории с данными. Для них Tableau кажется отличной новой игрушкой. Я знаю нескольких моих друзей-экономистов, которые в настоящее время используют исключительно Tableau для интерактивной визуализации данных и создания веб-приложений.
Напутствие
Из-за размытия дисциплинарных границ трудно сказать, относится ли конкретная исследовательская проблема к определенной области. Многие экономисты сейчас работают специалистами по анализу данных в различных областях. Точно так же многие специалисты по данным работают с экономическими и поведенческими проблемами, которые в прошлом были исключительно прерогативой экономистов.
Все дисциплины разные, но есть и общие черты с точки зрения решаемых проблем, используемых методов, теоретических построений и применяемых инструментов. Так что всегда полезно брать кое-что из других дисциплин, чтобы укрепить исследовательский и аналитический потенциал.
