Programmes les plus couramment utilisés par les économistes

J'ai récemment demandé à un professeur s'il envisageait d'embaucher un assistant de recherche pour le prochain semestre. Je pensais que je serais un assez bon candidat car j'ai une expérience décente avec STATA, SAS, SPSS, R Studio et Mathematica, mais il a commencé à me poser des questions sur quelques programmes dont je n'avais jamais entendu parler auparavant. Cela m'a amené à me demander quels sont les programmes d'économie les plus couramment utilisés. Un de mes amis m'a suggéré d'étudier également Matlab et Python.

Il y a trois dimensions importantes pour les programmes / langues:

• Convention: avoir un programme que tout le monde utilise vous permet d'obtenir des commentaires / de l'aide, de travailler avec des co-auteurs, d'utiliser les codes des autres
• Facilité d'utilisation: Étant donné que de nombreuses utilisations en économie sont des routines, le fait que le programme les fasse pour vous et facilite votre mise en œuvre de l'utilisation est un gros avantage
• Adaptabilité: un programme qui vous permet de couvrir la plupart de vos besoins et d'apprendre une seule syntaxe au lieu de devoir travailler avec différents programmes en même temps

En termes de fréquence d'utilisation parmi les économistes universitaires, voici mon classement:

Haut niveau

• Pour l'économétrie, de loin, STATA. Principalement à cause de la convention et de la facilité d'utilisation.
• Pour la programmation dynamique, et dans une certaine mesure Monte Carlo, de loin, Matlab. Principalement à cause de la convention et de la facilité d'utilisation

Deuxième niveau

• Pour l'économétrie des séries temporelles, Eviews (facilité d'utilisation)
• Pour toutes sortes d'économétrie, R (adaptabilité, quelque peu conventionnelle)
• Le couteau suisse de tout, Python (adaptabilité)

Spécialistes

• SAS, pour d'énormes ensembles de données
• Fortran, pour des routines préconstruites efficaces et des calculs à grande échelle

Cette liste est bien sûr mon opinion personnelle et uniquement pour les économistes universitaires. Je crois que personne ne contestera le niveau supérieur, mais le deuxième niveau / spécialistes peut être quelque peu débattu. Et puis il y en a d'autres qui sont encore plus spécialisés (par exemple, Octave comme alternative Matlab open source)

Dans le ReplicationWiki (sur lequel je travaille), nous avons une liste de progiciels qui ont été utilisés dans plus de 2000 études empiriques, principalement dans l'American Economic Review, l'American Economic Journals et le Journal of Political Economy dans les années 2000-2013. Stata a été utilisé de loin le plus souvent (> 900 fois), suivi de MATLAB (280), SAS (60), GAUSS (60), Excel (50), R (30), FORTRAN (30), Mathematica (19), EViews (18), z-Tree (16), dynare (15), RATS (12), C (8), C ++ (6), python (5, études plus récentes), SPSS (5). Il existe également des exemples avec ArcGIS, ArcMap, java, LIMDEP, Maple, Microfit, Ox, ORSEE, PcGive, perl, TSP et gretl. Souvent, plusieurs packages sont utilisés. Certains économistes utilisent également Julia .

Pour un aperçu général, considérons une liste suivante:

• Pour l'analyse statistique: Stata , EViews (BTW, utilisé par la FED ), Statistica (anciennement Statsoft , actuellement Dell ), Statgraphics ; + Gratuit: R ( R Studio comme IDE), GNU Gretl pour les free-riders
  … Oh, SAS / Stat et IBM SPSS , et plein de trucs Oracle pour être complet. Compléments
  + Excel, comme XLStat .
  
• Paquets algébriques: Matlab soutenu par Simulink vs Mathematica soutenu par SystemModeler (moins pour Economics). Certaines personnes utilisent en effet Maple . Octave+ gratuit susmentionné .
  
• À savoir absolument basic:Excel VBA et beaucoup de compléments Excel (comme NodeXL pour les réseaux - peuvent ne pas être très utilisés mais agréables).
  BTW, pour les réseaux voir aussi Ucinet .
  
• Certains langages à usage général: Python , y compris des packages comme Pandas , Scipy , Numpy , IPython , Théano etc. (AMHA, mieux utiliser en paquets comme Anaconda , etc.)
  Peut - être, C++ou Javaen langages orientés objet (juste mention).
• Bases de données: MySQLsolutions NoSQL modernes relationnelles et récentes comme MongoDB(sympa avec Python).
  
• BigData: Hadoop + Haskell en tant que langage de programmation fonctionnel (activement utilisé dans les finances).
  
• Modélisation dynamique: Vensim et beaucoup de logiciels de modélisation dynamique.

Juste pour des questions plus ciblées:

• Pour l'analyse d'impact: IMPLAN , REMI , pour n'en nommer que quelques-uns.
• Pour DSGE: Dynare soutenu par GNU Octave
• Pour l' GISanalyse spatiale ( ): Esri ArcGIS vs MapInfo
  
• Pour la modélisation basée sur l'agent: NetLogo .
• Pour la théorie des jeux: Gambit (TTBOMK écrit en Python).
• Pour l'économie expérimentale: ZTree .
  

J'espère que cela pourra aider.

D'après mon expérience (rôle d'économiste côté acheteur),

1. Eviews - l'interface graphique est très pratique pour gérer la plupart des tâches quotidiennes, par exemple la mise à jour des modèles économétriques et des prévisions; et son interface en constante amélioration avec des bases de données externes me facilitent la vie
2. R / Matlab - facile pour la simulation de monte carlo et le traitement des données financières et des modèles stochastiques

Excel est populaire pour la modélisation financière des actions et la finance d'entreprise, mais C ++ / R est dominé dans le domaine de l'ingénierie financière / quants

SPSS est plus populaire dans d'autres domaines des sciences sociales car il n'est pas vraiment bon pour traiter les séries chronologiques (la majeure partie de mon travail) à mon avis

SAS est bon pour un énorme ensemble de données en raison de sa gestion de mémoire unique ... mais Eviews peut gérer la plupart des situations dans mon cas (contrairement aux données financières, ce que nous rencontrons avec les données économiques est un manque d'observation au lieu de trop de données pour le Mémoire..)

Python est un programme rapide mais pas pratique à mettre en œuvre à des fins d'analyse quotidienne .. et pour le reste que vous avez mentionné, ils évoluent pour fournir des fonctions assez similaires de nos jours

Cela dépend vraiment de votre école ou de votre profession pour ce qui est le plus répandu.

Les professeurs de mon école semblent utiliser principalement Matlab et Stata. Certains sujets nécessitent même GAUSS, dont je n'avais jamais entendu parler auparavant. Il y a aussi du python impliqué.

D'après mon expérience (anecdotique), le secteur financier utilise beaucoup Excel.

Pour ajouter à la collecte de preuves anecdotiques, j'ai également constaté que Stata est le logiciel de statistiques le plus standard.

EViews est une autre option.

Comme pour les autres programmes, à côté du logiciel d'analyse statistique, LaTeX est un langage de programmation utilisé pour formater les documents de présentation.

Juste pour ajouter à ce qui est ici, beaucoup d'économistes qui effectuent un travail lourd (programmation dynamique, estimation structurelle) ne peuvent pas se permettre d'utiliser un langage comme Matlab qui n'est pas compilé. Des économistes plus âgés (professeurs titulaires, par exemple) voient une quantité surprenante de fortran pour ces applications. Le C ++ est peut-être plus populaire auprès des jeunes économistes pour le même travail, mais fortran a eu une capacité de résistance surprenante.

Tout comme un ajout à tous ceux mentionnés ci-dessus et parce que la question initiale concerne l'économie de l'environnement: dans ce contexte, GAMS est assez utilisé.

En fait, Nordhaus a célébré le modèle DICE qui est à la base de la plupart de ses travaux sur le changement climatique au prix Nobel est un modèle GAMS. En conséquence, la plupart des recherches de suivi le sont également.

Sur une note personnelle, j'utilise parfois Maxima qui est un programme gratuit similaire à Mathematica.

Que signifient les couples de logiciels en économie?