Các chương trình phổ biến nhất được sử dụng bởi các nhà kinh tế

Gần đây tôi đã hỏi một giáo sư nếu anh ta dự định thuê một trợ lý nghiên cứu cho học kỳ tiếp theo. Tôi nghĩ tôi sẽ là một ứng cử viên khá tốt vì tôi có kinh nghiệm tốt khi sử dụng STATA, SAS, SPSS, R Studio và Mathematica, nhưng anh ấy bắt đầu hỏi tôi về một vài chương trình mà tôi chưa từng nghe thấy trước đây. Điều đó khiến tôi tự hỏi những chương trình được sử dụng phổ biến nhất cho Kinh tế là gì. Một người bạn của tôi đề nghị tôi cũng tìm hiểu về Matlab và Python.

Có ba thứ nguyên quan trọng cho các chương trình / ngôn ngữ:

• Quy ước: Có một chương trình mà mọi người sử dụng sẽ giúp bạn nhận phản hồi / trợ giúp, làm việc với các đồng tác giả, sử dụng mã của người khác
• Dễ sử dụng: Vì nhiều ứng dụng trong kinh tế là thói quen, nên việc chương trình thực hiện những điều này cho bạn và giúp việc thực hiện sử dụng của bạn dễ dàng hơn là một phần thưởng lớn
• Khả năng thích ứng: Một chương trình cho phép bạn thực hiện hầu hết các nhu cầu của mình và chỉ học một cú pháp so với việc phải làm việc với các chương trình khác nhau cùng một lúc

Về tần suất sử dụng giữa các nhà kinh tế học thuật, đây là thứ hạng của tôi:

Tầng trên cùng

• Đối với kinh tế lượng, cho đến nay, STATA. Chủ yếu là vì quy ước và dễ sử dụng.
• Đối với lập trình động, và ở một mức độ nào đó monte carlo, cho đến nay, Matlab. Chủ yếu là vì quy ước và dễ sử dụng

Bậc thứ hai

• Đối với kinh tế lượng chuỗi thời gian, Eview (dễ sử dụng)
• Đối với tất cả các loại kinh tế lượng, R (khả năng thích ứng, quy ước phần nào)
• Con dao thực sự của bất cứ thứ gì, Python (khả năng thích ứng)

Chuyên gia

• SAS, cho các tập dữ liệu khổng lồ
• Fortran, cho các thói quen xây dựng sẵn hiệu quả và tính toán quy mô lớn

Danh sách này tất nhiên là ý kiến ​​cá nhân của tôi, và chỉ dành cho các nhà kinh tế học thuật. Tôi tin rằng không ai sẽ tranh chấp tầng trên cùng, nhưng tầng thứ hai / chuyên gia có thể được tranh luận phần nào. Và sau đó, có thêm một số người thậm chí còn chuyên gia hơn (ví dụ, Octave như là một thay thế Matlab nguồn mở)

Trong ReplicationWiki (mà tôi làm việc), chúng tôi có một danh sách các gói phần mềm được sử dụng trong hơn 2000 nghiên cứu thực nghiệm, chủ yếu trong Tạp chí Kinh tế Mỹ, Tạp chí Kinh tế Mỹ và Tạp chí Kinh tế Chính trị trong những năm 2000-2013. Stata được sử dụng thường xuyên nhất (> 900 lần), tiếp theo là MATLAB (280), SAS (60), GAUSS (60), Excel (50), R (30), FORTRAN (30), Mathicala (19), EViews (18), z-Tree (16), dynare (15), RATS (12), C (8), C ++ (6), python (5, các nghiên cứu gần đây hơn), SPSS (5). Ngoài ra còn có các ví dụ với ArcGIS, ArcMap, java, LIMDEP, Maple, Microfit, Ox, ORSEE, PcGive, perl, TSP và gretl. Thường nhiều lần hơn một gói được sử dụng. Một số nhà kinh tế cũng sử dụng julia .

Để biết tổng quan chung, hãy xem xét một danh sách sau:

• Đối với phân tích thống kê: Stata , EViews (BTW, được sử dụng bởi Fed ), Statistica ( Statsoft cũ , hiện tại Dell ), Statgraphics ; + Miễn phí: R ( R Studio dưới dạng IDE), GNU Gretl dành cho người lái miễn phí
  , Oh Oh, SAS / Stat và IBM SPSS , và rất nhiều công cụ của Oracle để hoàn thiện.
  +Bổ trợ Excel, như XLStat .
  
• Gói đại số: Matlab hỗ trợ bởi Simulink vs Mathematica được hỗ trợ bởi SystemModeler (ít như vậy cho Economics). Một số người thực sự sử dụng Maple . +Miễn phí nói trên Octave .
  
• Những điều cần biết basic: Excel VBAvà toàn bộ nhiều bổ trợ Excel (như NodeXL cho mạng - có thể không được sử dụng nhiều nhưng rất hay).
  BTW, đối với các mạng xem thêm Ucinet .
  
• Một số ngôn ngữ có mục đích chung: Python , bao gồm các gói như Pandas , Scipy , Numpy , IPython , Theano , v.v. (imho, tốt hơn để sử dụng trong các gói như Anaconda, v.v.)
  Có thể, C++hoặc Javalà ngôn ngữ hướng đối tượng (chỉ đề cập).
• Cơ sở dữ liệu: MySQLcác giải pháp NoQuery hiện đại và quan hệ sắp tới như MongoDB(đẹp với Python).
  
• BigData: Hadoop + Haskell là ngôn ngữ lập trình chức năng (được sử dụng tích cực trong tài chính).
  
• Mô hình động: Vensim và toàn bộ phần mềm mô hình động.

Chỉ dành cho các vấn đề tập trung hơn:

• Để phân tích tác động: IMPLAN , REMI , để đặt tên một vài.
• Đối với DSGE: Dynare được hỗ trợ bởi GNU Octave
• Để GISphân tích không gian ( ): Esri ArcGIS vs MapInfo
  
• Đối với mô hình hóa dựa trên đại lý: NetLogo .
• Đối với lý thuyết trò chơi: Gambit (TTBOMK viết bằng Python).
• Đối với kinh tế học thực nghiệm: ZTree .
  

Mong rằng sẽ giúp.

Từ kinh nghiệm của tôi (vai trò nhà kinh tế bên mua),

1. Eview - GUI rất thuận tiện để xử lý hầu hết các tác vụ hàng ngày, ví dụ như cập nhật các mô hình và dự báo kinh tế lượng; và giao diện cải tiến liên tục với cơ sở dữ liệu bên ngoài giúp cuộc sống của tôi dễ dàng hơn nhiều
2. R / Matlab - dễ dàng cho mô phỏng monte carlo và xử lý dữ liệu tài chính và mô hình ngẫu nhiên

Excel là phổ biến cho mô hình tài chính công bằng và tài chính doanh nghiệp, nhưng C ++ / R bị chi phối trong lĩnh vực kỹ thuật / khách hàng tài chính

SPSS phổ biến hơn trong lĩnh vực khoa học xã hội khác vì nó không thực sự tốt trong việc xử lý chuỗi thời gian (phần chính trong công việc của tôi) theo ý kiến ​​của tôi

SAS tốt cho bộ dữ liệu khổng lồ do quản lý bộ nhớ duy nhất của nó ... nhưng Eview có thể xử lý hầu hết các tình huống trong trường hợp của tôi (không giống như dữ liệu tài chính, những gì chúng ta phải đối mặt với dữ liệu kinh tế là thiếu quan sát thay vì quá nhiều dữ liệu cho ký ức..)

Python là một chương trình nhanh nhưng không thuận tiện để thực hiện cho mục đích phân tích hàng ngày .. và đối với phần còn lại mà bạn đã đề cập, chúng phát triển để cung cấp các chức năng khá giống nhau hiện nay

Điều này thực sự phụ thuộc vào trường học hoặc nghề nghiệp của bạn như những gì phổ biến nhất.

Các giáo sư ở trường tôi dường như sử dụng chủ yếu là Matlab và Stata. Một số môn học thậm chí còn yêu cầu GAUSS, điều mà tôi chưa từng nghe thấy trước đây. Ngoài ra còn có một số trăn liên quan.

Theo kinh nghiệm của tôi (giai thoại), lĩnh vực tài chính sử dụng excel rất nhiều.

Để thêm vào bộ sưu tập bằng chứng giai thoại, tôi cũng đã trải nghiệm rằng Stata là phần mềm thống kê tiêu chuẩn nhất.

EViews là một lựa chọn khác.

Đối với các chương trình khác, bên cạnh phần mềm phân tích thống kê, LaTeX là ngôn ngữ lập trình được sử dụng để định dạng tài liệu để trình bày.

Chỉ cần thêm vào những gì ở đây, rất nhiều nhà kinh tế làm công việc nặng nhọc (lập trình động, ước lượng cấu trúc) không thể tránh khỏi việc sử dụng một ngôn ngữ như Matlab không được biên dịch. Từ các nhà kinh tế lớn tuổi (giảng viên có nhiệm kỳ, nói) tôi thấy một lượng fortran đáng ngạc nhiên cho các ứng dụng này. C ++ có thể phổ biến hơn trong số các nhà kinh tế trẻ cho cùng một công việc, nhưng fortran đã có sức mạnh bền bỉ đáng ngạc nhiên.

Cũng giống như một bổ sung cho tất cả các đề cập ở trên và bởi vì câu hỏi ban đầu là về kinh tế môi trường: trong bối cảnh đó, GAM được sử dụng khá nhiều.

Trên thực tế, Nordhaus đã tôn vinh mô hình DICE, đó là nền tảng của phần lớn công trình giải thưởng Nobel của ông về biến đổi khí hậu là mô hình GAMS. Kết quả là hầu hết các nghiên cứu tiếp theo.

Về lưu ý cá nhân, bản thân tôi đôi khi sử dụng Maxima là một chương trình miễn phí tương tự như Mathicala.