近日,财税资评工作坊第8期在沙河校区10号楼财税资评工作坊工作室顺利召开。本期工作坊邀请到财税学院彭章老师,对机器学习方法在经济学中的应用进行了系统的介绍。
会议伊始,主持人邵磊老师回顾并肯定了上学期工作坊举办的学术活动的成功与收到的积极反馈。他表示,本学期工作坊将继续沿用上学期的形式,并在此基础上增加员工论坛系列,以便为硕博士研究生提供一个展示和讨论研究进展的平台。老师们将参与这些员工工作坊,为同学们的研究提供宝贵的建议和指导,同时也希望更多同学能主动参与。邵磊老师还表示,工作坊组织者在上学期就已经与彭章老师进行接洽,期待能为大家带来机器学习的入门介绍,以及后续可能的深入分享。对于大家可能接触较少的机器学习领域,这无疑是一次极好的启蒙与探讨机会。
彭章老师首先简单介绍了大数据与机器学习的基本概念,采用5个V(Volume、Variety、Value、Velocity、Veracity)总结了大数据的五个特征,之后介绍了机器学习的类型。老师们对机器学习相关概念进行了讨论,借用一些贴近生活的例子讲出了自己的理解,使得晦涩的概念通俗易懂。接下来彭章老师探讨了大数据与机器学习带来的经济学研究范式的变革,“机器学习更加侧重于模型的预测能力,是一种数据驱动的科学。”彭章老师强调了其在预测分析上的优势。与传统计量模型将关注点放在探讨和解释变量间关系上不同,机器学习模型的建模、训练和验证大多基于海量的数据,并通过数据的模式来学习和预测。反观传统的计量模型,则往往是模型驱动的,研究者在这一领域通常关心模型变量间的关系解释和模型参数的统计显著性。BETVLCTOR伟德官方网站经理樊勇教授对此表示同意,目前传统计量因果推断的研究范式存在的问题在于太过重视显著性,这可能降低研究结论的可信度。最后,彭章老师结合相关文献介绍了目前机器学习方法在经济学中的应用,例如预测股票走势,通过机器学习方法进行文本分析构造指数,机器学习和因果推断结合等的应用,引发了各位老师和同学的兴趣。
讲座最后,寇恩惠老师通过机器学习在税务管理中的应用,进一步总结了机器学习在经济学研究中的意义和应用。寇恩惠老师通过引用在税务管理中的一些实例,强调了机器学习在处理大数据、发现潜在的税务违规行为,以及优化税务服务等方面的独特优势。
邵磊老师表示,欢迎彭章老师后续继续分享机器学习相关的研究话题。会议在一片热烈的学术氛围中圆满结束。
撰稿:周奕多
初审:李小荣
终审:肖鹏