机器学习方法在经济研究中的应用

作者：蒋锋; 张文雅

来源：统计与决策, 2022, 38(04): 43-49.

DOI：10.13546/j.cnki.tjyjc.2022.04.008

• 机器学习
• 神经网络
• 支持向量机
• 朴素贝叶斯
• 集成学习

机器学习方法在处理复杂数据、构建高精度模型方面具有显著优势，在不同领域的研究中都得到了广泛应用。数字经济时代为经济领域带来海量数据的同时，也对经济研究提出诸多挑战。机器学习方法能充分挖掘数据中的非线性、非平稳信息，有效提高经济分析结果的精度。机器学习与经济问题的融合改变了传统经济学的研究范式。文章对近年来机器学习方法在经济研究中的应用进行回顾，从通货膨胀、汇率与货币、GDP、劳动力市场、社会稳定、政策评价等角度进行总结，比较了常用机器学习方法的优缺点，并展示了模型的评价准则，如均方根误差、F1-得分、AUC值等。

• 单位
  数学学院; 中南财经政法大学