近日，财稅資評工作坊第8期在沙河校區10号樓财稅資評工作坊工作室順利召開。本期工作坊邀請到财稅學院彭章老師，對機器學習方法在經濟學中的應用進行了系統的介紹。

會議伊始，主持人邵磊老師回顧并肯定了上學期工作坊舉辦的學術活動的成功與收到的積極反饋。他表示，本學期工作坊将繼續沿用上學期的形式，并在此基礎上增加學生論壇系列，以便為碩博士研究生提供一個展示和讨論研究進展的平台。老師們将參與這些學生工作坊，為同學們的研究提供寶貴的建議和指導，同時也希望更多同學能主動參與。邵磊老師還表示，工作坊組織者在上學期就已經與彭章老師進行接洽，期待能為大家帶來機器學習的入門介紹，以及後續可能的深入分享。對于大家可能接觸較少的機器學習領域，這無疑是一次極好的啟蒙與探讨機會。

彭章老師首先簡單介紹了大數據與機器學習的基本概念，采用5個V（Volume、Variety、Value、Velocity、Veracity）總結了大數據的五個特征，之後介紹了機器學習的類型。老師們對機器學習相關概念進行了讨論，借用一些貼近生活的例子講出了自己的理解，使得晦澀的概念通俗易懂。接下來彭章老師探讨了大數據與機器學習帶來的經濟學研究範式的變革，“機器學習更加側重于模型的預測能力，是一種數據驅動的科學。”彭章老師強調了其在預測分析上的優勢。與傳統計量模型将關注點放在探讨和解釋變量間關系上不同，機器學習模型的建模、訓練和驗證大多基于海量的數據，并通過數據的模式來學習和預測。反觀傳統的計量模型，則往往是模型驅動的，研究者在這一領域通常關心模型變量間的關系解釋和模型參數的統計顯著性。bevictor伟德官网院長樊勇教授對此表示同意，目前傳統計量因果推斷的研究範式存在的問題在于太過重視顯著性，這可能降低研究結論的可信度。最後，彭章老師結合相關文獻介紹了目前機器學習方法在經濟學中的應用，例如預測股票走勢，通過機器學習方法進行文本分析構造指數，機器學習和因果推斷結合等的應用，引發了各位老師和同學的興趣。

講座最後，寇恩惠老師通過機器學習在稅務管理中的應用，進一步總結了機器學習在經濟學研究中的意義和應用。寇恩惠老師通過引用在稅務管理中的一些實例，強調了機器學習在處理大數據、發現潛在的稅務違規行為，以及優化稅務服務等方面的獨特優勢。

邵磊老師表示，歡迎彭章老師後續繼續分享機器學習相關的研究話題。會議在一片熱烈的學術氛圍中圓滿結束。

撰稿：周奕多

初審：李小榮

終審：肖鵬