為什麼需要經濟理論來預測經濟趨勢:比較機器學習與計量經濟

近幾年隨著機器學習的崛起,許多人開始使用機器學習的方法來做為預測分析,而經濟學其實在這方面算是先驅的科目之一,例如現任台大校長管中閔與其導師早在1995年的”Forecasting exchange rates using feedforward and recurrent networks“這篇裡面神經網路的方法來預測匯率,這並不新。而許多量化基金其實也採用類似的作法,而且是越來越進步。

這讓我們不禁要問:”那我還學經濟學幹嘛”,尤其是對於興趣其實是預測經濟成長甚至是股價變化的人來講,似乎懂怎麼處理資料以及演算法甚至比起懂經濟學理論還要重要?

在我自己常常學習Python於經濟學運用的社群QuantEcon上面有一篇文章Forecasting Inflation Using VAR: A Horserace Between Traditional and ML Approaches就透過總體經濟常用的模型告訴我們;經濟學理論還是很重要的,而我這一篇主要就根據他的做法重新調整(因為他有些code其實跑出來會出現bug),說明為什麼機器學習只是輔助,而我們需要更多理解才能做出更好的經濟預測。

Continue reading “為什麼需要經濟理論來預測經濟趨勢:比較機器學習與計量經濟”