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


15

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.


6
Ngoài ra, giáo sư có thể gây phiền nhiễu bởi một sinh viên tốt nghiệp / đại học, người tuyên bố rằng ông có kinh nghiệm đàng hoàng với 6 chương trình khá khác nhau và phức tạp.
Thor

1
Bạn có thể chỉ định loại kinh tế mà giáo sư của bạn đang giảng dạy? Phân tích chuỗi thời gian, mô hình cân bằng chung? Loại chương trình anh ta sử dụng có thể phụ thuộc vào những gì anh ta cần nó để làm.
Giskard

Tôi đồng ý rằng câu hỏi có phần rộng. Ít nhất bạn có thể nói rõ rằng bạn đang theo đuổi các nhà kinh tế học thuật, điều này phần nào ngụ ý trong câu hỏi của bạn.
FooBar

1
Đây là một giáo sư kinh tế vi mô, người chuyên về kinh tế môi trường.
Quên Jacobian

1
Trong lĩnh vực Ngân hàng Trung ương, những điều sau đây khá phổ biến: EViews, MATLAB / Dynare, TROLL, RATS và R. Về cơ bản, độ bao phủ của phần mềm cho các mô hình kinh tế lượng quy mô lớn (vâng, chúng vẫn tồn tại!), Mô hình DSGE, thời gian mô hình nhà máy (SVAR, mô hình không gian nhà nước khác nhau, v.v.) và kỹ thuật Bayes. Một trong những Fed gần đây đã chuyển cơ sở mã của mình sang Julia. Xem tại đây: libertystreeteconomics.newyorkfed.org/2015/12/ mô hình FRB / US có trong EViews. TROLL được sử dụng tại Ngân hàng Canada.
Graeme Walsh

Câu trả lời:


14

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)


2
Octave * là sự thay thế Matlab mã nguồn mở.
Hessian

1
Tôi đồng ý với điều này, nhưng sẽ thêm nó phụ thuộc vào lĩnh vực kinh tế. Tôi có thể thấy R di chuyển vào tầng trên cùng để biết chi tiết cụ thể và STATA chuyển sang tầng thứ hai. Tuy nhiên, từ kinh nghiệm của tôi, STATA và MATLAB là những con ngựa làm việc hiện tại. R đang thực hiện một bước chuyển lớn và nghĩ rằng cuối cùng nó sẽ nằm trong top đầu.
Amstell

1
Câu trả lời này dường như đoán trước rất nhiều về lĩnh vực cụ thể và chỉ nhấn vào phần mềm đánh giá dữ liệu. Các nhà lý thuyết chẳng hạn làm việc nhiều hơn với Mathicala và Maple so với bất kỳ chương trình nào bạn đề cập. Các nhà kinh tế học thực nghiệm sử dụng một loạt các chương trình để chạy thử nghiệm của họ, v.v. Tôi đoán rằng chương trình duy nhất được sử dụng bởi hầu hết các nhà kinh tế là latex ... nhưng sau đó, luôn có những bài báo MS Word kỳ lạ trôi nổi xung quanh :-D
HRSE

1
Lưu ý rằng Stata tuyên bố rằng chương trình của nó nên được viết Stata chứ không phải STATA.
emeryville

13

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 .


Haha, wiki nhân rộng một lần nữa :-D. Thật không may, OP không áp dụng cho một vị trí trong kinh tế học thực nghiệm. Tuy nhiên, tôi thích rằng câu trả lời này cung cấp dữ liệu cụ thể về các trích dẫn của phần mềm.
HRSE

10

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.


Một bình luận nên được bình luận. Có chuyện gì vậy anh bạn?
garej

Tôi đã không bỏ phiếu cho bạn nhưng một số người nghĩ rằng một danh sách các liên kết tạo ra một câu trả lời kém.
BKay

2
@BKay Còn câu hỏi nào khác như đã nêu trước? Khi tôi đọc nó, ý tưởng của nó để đoán những gì giáo sư có thể có trong đầu mà sinh viên của chúng tôi chưa bao giờ nghe nói đến. Là nhà kinh tế môi trường, ông nói về một số tác động và phân tích CB. Liên kết luôn thuận tiện - bạn có thể bỏ qua chúng nếu bạn muốn.
garej

3
@FooBar Tại sao bạn nghĩ rằng các nhà kinh tế chỉ làm việc trong học viện. Excel có mặt khắp nơi. Và Excel Visual Basic cho Ứng dụng là khả năng 'phải biết' đối với bất kỳ ai làm việc với nó (macro). Và nó chỉ là ngôn ngữ cơ bản. Các nhà kinh tế nói chung sử dụng nó rất nhiều.
garej

1
@garej Mình thông cảm với bạn. Khá nhiều nhà kinh tế học duy nhất mà tôi biết bên ngoài giới hàn lâm đều sử dụng Excel - có lẽ trên cơ sở hàng ngày. Họ có thể không sử dụng nó cho công việc mô hình hóa, nhưng họ chắc chắn làm để phân tích chung và theo dõi những phát triển mới nhất trong nền kinh tế. Một số nhà kinh tế đã tham gia trò chơi trong nhiều thập kỷ chỉ đơn giản là không cần bất cứ thứ gì ngoài Excel để thực hiện một vài tính toán nhanh và quyết định những gì đang diễn ra. Đối với họ, bất cứ điều gì khác chỉ là quá mức cần thiết.
Graeme Walsh

5

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


2
Python là một ngôn ngữ lập trình với các giao diện rộng lớn cho một phạm vi rất lớn các thư viện - điều này khiến nó trở thành con dao quân đội Thụy Sĩ để phân tích cho những người có kỹ năng lập trình hợp lý. Đối với những người không đủ khả năng / nhận giấy phép Matlab, các thư viện số python cung cấp các lựa chọn thay thế tốt. C ++ cũng là một ngôn ngữ lập trình - và đòi hỏi các kỹ năng lập trình nâng cao.
Lumi

3
Một số người sẽ nói Python là một lựa chọn tốt cho Matlab ngay cả khi bạn có đủ khả năng / nhận được giấy phép.
cc7768

Bạn rất có thể nghĩ rằng, tôi không thể bình luận :)
Lumi

3

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.


3

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.


5
LaTeX là một ngôn ngữ đánh dấu.
jmbejara

7
Trên thực tế LaTeX là Turing hoàn chỉnh và do đó là ngôn ngữ lập trình.
Rud Faden

2
@RudFaden Microsoft Excel cũng vậy.
Michael Greinecker

3

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.


1

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.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.