Resumen de Aplicación del aprendizaje automático al análisis económico y la formulación de políticas

Stephen Hansen

• español

  Este artículo explora las diversas aplicaciones de los algoritmos de aprendizaje automático (o machine learning) al análisis económico y la formulación de políticas. A tal fin, comienza introduciendo los conceptos básicos del aprendizaje automático y distinguiendo las dos grandes ramas en las que se desdobla: el aprendizaje supervisado y el no supervisado. En la segunda parte del artículo se analizan ejemplos de utilización y aplicaciones prácticas de los algoritmos de aprendizaje automático. Una de dichas aplicaciones es la cuantificación de datos no estructurados y la recuperación de dicha información de un modo que resulte útil para los economistas. La segunda de las aplicaciones analizadas se refiere a las nuevas posibilidades de medición, donde la combinación del aprendizaje automático y los nuevos datos digitales ofrece la oportunidad de desarrollar parámetros referidos a variables como la inflación y la actividad económica. Las últimas dos aplicaciones tienen que ver con la formulación de proyecciones (forecasting) y con la inferencia causal. El mensaje general del artículo es que el aprendizaje automático ofrece las herramientas necesarias para sacar partido de las enormes posibilidades de las nuevas fuentes de datos digitales.

• English

  This article focuses on applications of machine learning algorithms for economic research and policymaking. It first introduces basic concepts in machine learning, whose main branches include supervised and unsupervised learning. The second half of the article discusses use cases and applications of machine learning algorithms. First, it discusses the quantification of unstructured data and how to recover information in a way that is useful for economists. The second application concerns new possibilities for measurement, where the combination of machine learning and new digital data, provides the opportunity to develop measures of objects like inflation and economic activity. The last two applications are related to forecasting and causal inference. The overall message of the article is that machine learning provides the tools needed to fully exploit the possibilities of rich new digital data sources.