IDEAS主页打印自https://ideas.repec.org/a/oup/emjrnl/v23y2020i3ps81-s124.html
  我的参考书目  保存此文章

机器学习与结构计量经济学:对比与协同

作者

上市的:
  • 费多·伊斯卡科夫
  • 约翰·拉斯特
  • 贝特尔·施杰宁

摘要

摘要我们对比了机器学习(ML)和结构计量经济学(SE),重点关注了ML可以推进SE目标的领域。我们的观点受到了对本专题的贡献以及2018年哥本哈根大学第二届动态结构计量经济学会议上提交的论文的启发,“结构动力学模型和机器学习的方法和应用”。ML提供了一类很有前途的技术,可以显著扩展我们在SE中可以分析的问题集。在质疑和放松无限理性假设方面,遵循ML的领导,可以改进SE中实证工作的范围、相关性和影响。然而,在可预见的未来,ML不太可能取代人类创造力和知识在建模和推理中的重要作用,尤其是在SE的关键目标——反事实预测方面。

建议引用

  • Fedor Iskhakov&John Rust&Bertel Schjerning,2020年。"机器学习与结构计量经济学:对比与协同,"计量经济学杂志《皇家经济学会》,第23卷(3),第81-124页。
  • 手柄:RePEc:oup:emjrnl:v:23:y:2020:i:3:p:s81-s124。
    作为

    从出版商下载全文

    文件URL: http://hdl.handle.net/10.1093/ectj/utaa019
    下载限制:全文仅限于订阅者访问。
    ---><---

    由于此文档的访问受到限制,您可能希望搜索换一个不同的版本。

    引文

    引文由CitEc项目,订阅其RSS源用于此项目。
    作为


    引用人:

    1. Hui Chen、Antoine Didisheim和Simon Scheidegger,2021年。"深度结构估计:及其在期权定价中的应用,"经济部门经济研究会21.14,洛桑大学,高等教育学院,经济特区。
    2. Dainis Zegners&Uwe Sunde&Anthony Strittmatter,2020年。"有限理性下的决策与绩效:一种计算基准方法,"论文2005.12638,arXiv.org,2020年12月修订。
    3. Smeele,Nicholas V.R.&Chorus,Caspar G.&Schermer,Maartje H.N.&de Bekker-Grob,Esther W.,2023年。"面向健康经济学道德选择分析的机器学习:文献综述和研究议程,"社会科学与医学爱思唯尔,第326(C)卷。
    4. Luigi Biagini和Simone Severini,2021年。"共同农业政策在提高和稳定农业收入中的作用:收入转移效率和收入稳定工具分析,"论文2104.14188,arXiv.org。
    5. Ren,Xiyuan&Chow,Joseph Y.J.,2022年。"一种从泛在数据集中估计代理联合活动调度选择的随机效用一致机器学习方法,"运输研究B部分:方法爱思唯尔,第166(C)卷,第396-418页。
    6. Hui Chen、Antoine Didisheim和Simon Scheidegger,2021年。"深度结构估计:及其在期权定价中的应用,"论文2102.09209,arXiv.org。
    7. Thomas J.Sargent和John Stachurski,2024年。"动态编程:有限状态,"论文2401.10473,arXiv.org。
    8. 多勤,2022年。"将计量经济学中的概率方法转向PAC学习,"工作文件249,英国伦敦SOAS大学经济系。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:oup:emjrnl:v:23:y:2020:i:3:p:s81-s124。。请参阅一般信息关于如何在RePEc中更正材料。

    如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    我们没有这个项目的参考书目。您可以使用这个表格.

    如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。

    有关本项目的技术问题,或更正作者、标题、摘要、参考书目或下载信息,请联系:牛津大学出版社(电子邮件地址如下)。供应商的一般联系方式:https://edirc.repec.org/data/resssea.html.

    请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。