¿Debería un economista aprender programación?

Una gran cantidad de trabajo experimental requiere que extraiga, limpie y manipule grandes conjuntos de datos disponibles y entrantes para ejecutar experimentos basados ​​en alguna pregunta económica que esté probando. Si puede escribir código para realizar estas tareas de manera rápida y eficiente, puede iterar rápidamente a través de muchas más hipótesis que quizás desee probar *.

La otra ventaja es que si prueba su código correctamente, tendrá más confianza en que cuando obtenga un resultado extraño en su análisis no fue porque arruinó las tareas de recolección, limpieza y manipulación de datos.

Incluso al hacer un trabajo teórico, puede ser útil codificar un problema que tal vez no pueda resolver de manera analítica de inmediato (es decir, mediante prueba). Por ejemplo, una simulación puede proporcionar una idea de un problema con muchas piezas en movimiento que de otro modo serían difíciles de entender.

–
* Puede escribir macros en XLS para hacer estas cosas, pero está muy limitado en cuanto al tamaño de un conjunto de datos que puede usar y los tiempos de ejecución pueden ser extremadamente lentos.

¡Si!

Aparte de la idea de que todos deberían aprender, los economistas de programación pueden beneficiarse enormemente.

Como economista, la gestión de datos es una parte importante de su trabajo, supongo, mirando gráficos, curvas, tendencias; sin habilidades de programación, su capacidad será muy limitada, ya sea haciendo cálculos y fórmulas manualmente para obtener y analizar esta información o utilizando las herramientas disponibles en su computadora, como los gráficos de barras de Excel.

La programación es poder dar instrucciones a una máquina, una computadora en este caso; Es algo hermoso, ver el código inerte pasar de su editor de texto a alguna aplicación mágica, obediente y rápida.

Con el código, puede aumentar la multiplicación por un factor enorme en la cantidad de trabajo o cálculos que puede realizar, leer millones de filas de datos, intentar encontrar patrones o relaciones, comparar los precios del petróleo con el tráfico de Reddit o la tasa de natalidad con el interés promedio ganado por inversionistas en Wyoming; lo que se te ocurra en cuestión de minutos u horas y da rienda suelta a tu imaginación.

Además, en el caso de que alguien aprenda el código, si puede codificar a las compañías, le agradará más que si no puede hacerlo, por lo tanto, aumentará el nivel de las otras personas que solicitan ese puesto.

A menos que un economista esté haciendo un trabajo 100% teórico, es esencial cierto grado de habilidad de programación. Solo necesitan conocer un lenguaje estadístico en la gran mayoría de los casos, como R, SAS o Stata (o * cringe * Excel). Y cuanto más programación conozcan, más oportunidades estarán disponibles, por lo que definitivamente también puede ayudarles conocer un verdadero lenguaje de secuencias de comandos.

FWIW, obtuve varias entrevistas de trabajo, y finalmente ofertas, porque aprendí programación, fuera de lo que aprendí en mis cursos de maestría en economía.

“Nadie puede ser un gran economista que solo sea un economista, e incluso me siento tentado a agregar que el economista que solo es un economista es probable que se convierta en una molestia, si no en un peligro positivo”.
~ FA Hayek

Quizás no respalda la programación específicamente, pero la validación de los estudios interdisciplinarios está ahí.

Seguro.
Lamento no haber hecho más durante mis estudios de maestría.
Es realmente importante seguir la curva de las técnicas analíticas y me presentó algunas metodologías y fórmulas que desearía que se enseñaran a todos los economistas: k-means, aprendizaje automático y pronóstico (mi clase de pronóstico se enseñó terriblemente).

Amplía tus horizontes y te permite aplicar simulaciones a modelos teóricos que estoy casi seguro de que se han aplicado antes (como el muestreo de Monte Carlo).

Yo (en el método más sesgado) recomiendo Python porque su sintaxis es fácil de entender y sus bibliotecas científicas son excelentes (pandas, geopy, frasco y scikit-learn son los aspectos más importantes de mi existencia pero importantes para mi trabajo). También hay R, que es realmente popular y efectivo, pero un poco más alto que Python en mi opinión.

Una cosa que estoy triste porque me perdí durante mis estudios de Economía fue avanzar en Cálculo (no tuve problemas en Advanced Micro pero ciertamente tuve que ponerme al día) y aplicaciones de Álgebra Lineal y Probabilidad … Las máquinas trituradoras son mucho más divertidas y atractivas cuando construyes tu primer modelo de regresión en el lenguaje de programación que elijas.

¡Si!

La vanguardia de la investigación económica utiliza conjuntos de datos novedosos y combina teoría y empírica. La limpieza y configuración de estos nuevos conjuntos de datos requiere programación. La implementación de estimadores no estándar basados ​​en modelos teóricos también requiere programación. Incluso hacer hermosas figuras y tablas se ve muy ayudado por la programación.

Además, el tiempo es una limitación importante para cualquier economista. Cuanto mejor programe, más rápido podrá convertir las ideas de investigación en documentos y presentaciones.

Por último, la programación le da acceso a trabajos lucrativos después de obtener su Ph.D.

Un economista tiene que trabajar con la aplicación de modelos matemáticos / software y ser capaz de comprender modelos estadísticos y software. Dominar Excel es importante y poder escribir Macros no hace daño. Debe ser capaz de comunicarse con un informático y, si comprende las matemáticas y los algoritmos, eso no debería ser un problema. Pero si desea saber si necesita comprender y dominar C ++, Java o similar no es necesario, ya que la mayoría de sus habilidades se encuentran en la aplicación y en cómo utilizar software complejo para fines analíticos.

Por lo tanto, solo necesita aprender programación, si realmente está en las computadoras. De lo contrario, Excel es suficiente.

Sin duda deberías aprender programación. En estos días, incluso los modelos analíticos pasan por simulaciones para garantizar que el modelo funcione. A menos que tenga una idea brillante como Coase, creo que es una opción mucho más inteligente aprender a programar.

Si los modelos y las simulaciones son más complejos de lo que se puede manejar en Excel (que es, técnicamente, programación, si hace algo más que usarlo para hacer listas), entonces probablemente sea una buena idea. Le permite avanzar sin esperar ayuda y facilita la descripción de lo que necesita a un programador cuando necesita esa ayuda.

Además, si parece divertido, pruébalo.