全程视频 | 洪永淼：大数据革命和经济学研究范式

　　2020年10月16日上午，由北京大学汇丰商学院主办的第5期“经济波动与增长”线上研讨会顺利举行。本次研讨会邀请发展中国家科学院院士、世界计量经济学会会士、康奈尔大学经济学与国际研究讲席教授洪永淼主讲，聚焦大数据革命和经济学研究范式。研讨会由上海交通大学安泰经济与管理学院副教授许志伟主持。

 

　　北京大学深圳研究生院副院长、汇丰商学院副院长王鹏飞教授首先向参会者介绍了洪永淼教授。洪永淼教授于2014—2019年连续6年入选Elsevier“经济、金融和计量经济学”中国高被引学者榜单，其发表几乎囊括统计学和经济学领域所有顶级期刊：Annals of Statistics、Biometrika、Econometrica、JASA、Journal of Political Economy、Journal of Royal Statistical Society B、Quarterly Journal of Economics、Review of Economic Studies、Review of Financial Studies等，是罕见的“大满贯”学者。此外，作为教育工作者，洪永淼教授对中国经济学教育和科研改革做出了杰出贡献。

 

 

　　洪永淼教授从方法论的角度，介绍了经济学研究范式的演变，并具体讲解了大数据和机器学习如何影响研究范式和研究方法。他指出，过去40年现代经济学的“实证革命”是一场“科学研究范式”改革，即任何理论假说都需要经验（数据）验证。在当前的数字经济时代，大数据和人工智能（特别是机器学习）正在改变人类生产生活方式和经济学研究范式。

 

 

　　从具体实例出发，洪永淼教授讲解了当前大数据和机器学习给经济学研究范式与研究方法带来的机遇与挑战。大数据广泛应用于人文经济学定量分析和计量建模中。一方面，研究者利用大数据特别是文本数据测度心理、情感、文化等因素，并通过文本回归分析研究这些因素与经济的相互作用，比如，在构建投资者情感指数时，大数据（如社交数据平台）能够覆盖更多投资者，因而更具代表性；另一方面，新型数据如区间时间序列数据可以广泛应用于计量建模中，相较于点数据，区间数据包含的信息更多。机器学习方面，洪永淼教授详细讲解了机器学习与高维计量经济学模型（如高维多元GARCH模型）的降维方法。

 

 

　　研讨会期间，洪永淼教授就线上观众提出的“作为新生产要素的数据，它与传统无形资本要素比如人力资本在生产中的区别是什么？”“有学者提出可以将因果分析方法应用于机器学习，这种新的发展趋势对经济建模的非参数方法的使用有何影响？是否会改变经济学对机器学习方法的使用？”等问题作了了详尽、耐心的解答。

 

　　王鹏飞副院长在总结发言时表示，本次研讨会囊括了历史、经济、哲学、计量等诸多领域的知识，令人印象深刻。他呼吁学者们以洪永淼教授为榜样，因为只有不断扩大自己的视野，才能在学术和政策研究中游刃有余。同时，洪永淼教授讲到的机器学习方法对反事实政策定量研究的影响，对宏观经济学研究者也会有很大启发。来自康奈尔大学、北京大学、清华大学、上海交通大学、中国人民大学、浙江大学、厦门大学、中山大学、西安交通大学、暨南大学、重庆大学、上海大学、中南大学等高校和研究机构等300位学者、学生参加了本次研讨会。

 

 

　　来源：北京大学汇丰商学院