“中央财经大学经济学院在课堂之外，打造了一个通过微信课堂、科研助理、坐诊式答疑、讲座辅导、专业提升工作坊等学术形式，帮助全校本科生提升经济学专业素质、栽培经济学英才的造梦基地”——经济学家梦工场。本学期梦工场的第一堂微信课堂，是由我院院长助理黄乃静老师主讲的“机器学习在经济学中的应用”，已于2019年3月8日在经济学家梦工场微信群和“喜马拉雅FM”app中的经济学家梦工场专辑正式上线，欢迎各位同学前来充实自己的学习生活，提升自身的经济学素养。  

   黄乃静老师，主要研究领域为宏观计量经济学和金融风险。她在经济学院院内教授的计量经济学这门课程深受同学们的欢迎，具有超高的人气。下面附黄老师的靓照一张。  

   本次微信课堂的主题是黄乃静教师最近的研究课题——机器学习，黄老师将其应用到我们所学的经济学上，分两大节来讲述。  

Section.1

第一节主要讲解机器学习的定义和分类及其如何在图像数据方面丰富我们经济研究的数据。黄乃静老师将机器学习分为有监督的机器学习、无监督的机器学习、强化机器学习和半监督机器学习四类，并分别详细说明了它们的适用范围，指出了传统的计量经济学与机器学习关注的不同。黄老师强调道，因机器在分类时，几乎不加入人类的判断，故而客观性较高。紧承其后的是黄老师对在大数据的大背景下，机器学习从哪些维度丰富了我们经济研究的数据的介绍，如机器学习中的无监督机器学习可以处理相对于标准估计方法来说维度过高的数据，帮助经济学家从图像、文本、音频等非常规的数据中提取出具有经济意义的信息，又以卫星图像为例来生动地说明机器学习的优点。黄乃静老师提出，这种构建替代变量的思路特别适合讨论发展中国家的经济问题，并得出机器学习不仅解决了经济学研究中许多获得研究数据难度的问题，还可以用更贴切的数据不断丰富问题的研究角度的观点。仅仅需要使用几乎是零成本的公开数据还可以很好的降低测量误差，并在多国之间进行经济发展状况的对比分析，这都是机器学习的优势所在。

Section.2

   第二节紧承第一节，黄乃静老师先从文本数据和数据匹配的角度介绍机器学习如何丰富我们经济研究的数据，借此引出对机器学习如何改进经济预测的准确性以及机器学习如何在因果推断中使用并且帮助我们更好地去做因果分析的介绍。黄老师指出，计量经济学主要有两大应用，即经济预测和因果识别，准确的经济预测不论在宏观层面还是微观层面都有十分重要的意义，而有监督的机器学习因其算法在预测上的优势，现已被广泛应用于解决经济预测的问题。在一些特定的情况下，机器学习可以自动搜索出符合要求的最优的交互项的组合，还有一些学者将其运用于公共决策领域，预测的目的是为了提高社会生产力。同时，黄乃静老师列举大量案例说明，运用机器学习预测模型可以显著提高人事决策的准确性，从而提高社会福利。最后，黄乃静老师通过一个因果推断的模型，引出相当一部分计量经济学家已经开始将机器学习和因果推断结合起来，利用机器学习的优点解决因果推断的问题的事实，对机器学习在因果推断中的作用进行了简要的介绍。  

   此次“经济学家梦工场”微信课堂就机器学习对经济学研究的影响进行了较为深入的探讨，激起了同学们对机器学习的好奇心，为同学们打开了一扇通往机器学习的大门，是对我国国务院2017年7月发布的新一代人工智能发展计划中“积极推动人工智能与心理学、数学、经济学和社会学等相关学科的交叉融合”的积极响应。