कम्प्यूटेशनल अर्थशास्त्र

कम्प्यूटेशनल अर्थशास्त्र एक अंतःविषय अनुसंधान अनुशासन है जिसमें कंप्यूटर विज्ञान, अर्थशास्त्र और प्रबंधन विज्ञान शामिल है। यह विषय आर्थिक प्रणालियों के कम्प्यूटेशनल मॉडलिंग को शामिल करता है। इनमें से कुछ क्षेत्र अद्वितीय हैं, जबकि अन्य ने मजबूत डेटा विश्लेषण और समस्याओं के समाधान की अनुमति देकर अर्थशास्त्र के क्षेत्रों की स्थापना की, जो कंप्यूटर और संबद्ध संख्यात्मक विधियों के बिना अनुसंधान करना कठिन होगा।

अर्थशास्त्र अनुसंधान के विभिन्न क्षेत्रों में कम्प्यूटेशनल तरीकों को लागू किया गया है, जिसमें निम्न शामिल हैं लेकिन इन तक सीमित नहीं है:

अर्थमिति: गैर-पैरामीट्रिक दृष्टिकोण, अर्ध-पैरामीट्रिक दृष्टिकोण और यंत्र अधिगम ।

डायनेमिक सिस्टम्स मॉडलिंग: ऑप्टिमाइजेशन, डायनेमिक स्टोचैस्टिक सामान्य संतुलन मॉडलिंग, और एजेंट-आधारित कम्प्यूटेशनल अर्थशास्त्र

इतिहास
कम्प्यूटेशनल अर्थशास्त्र समवर्ती रूप से क्षेत्र के गणितीकरण के साथ विकसित हुआ। 20वीं सदी की शुरुआत के दौरान जॉन टिनबर्गेन और रैगनार फ्रेश जैसे अग्रदूतों ने अर्थशास्त्र के कम्प्यूटरीकरण और अर्थमिति के विकास को आगे बढ़ाया। अर्थमिति में प्रगति के परिणामस्वरूप, प्रतिगमन विश्लेषण, सांख्यिकीय परिकल्पना परीक्षण और अन्य कम्प्यूटेशनल सांख्यिकीय विधियों को आर्थिक अनुसंधान में व्यापक रूप से अपनाया गया। सैद्धांतिक मोर्चे पर, रियल बिजनेस साइकिल (आरबीसी) मॉडल और डायनेमिक स्टोकेस्टिक जनरल इक्विलिब्रियम (डीएसजीई) मॉडल सहित जटिल मैक्रोइकॉनॉमिक मॉडल ने संख्यात्मक समाधान विधियों के विकास और अनुप्रयोग को प्रेरित किया है जो गणना पर बहुत अधिक निर्भर करते हैं। 21वीं सदी में, कम्प्यूटेशनल एल्गोरिदम के विकास ने आर्थिक अनुसंधान के साथ बातचीत करने के लिए कम्प्यूटेशनल तरीकों के लिए नए साधन तैयार किए। आर्थिक अनुसंधान के विभिन्न क्षेत्रों में मशीन लर्निंग मॉडल और एजेंट-आधारित मॉडलिंग जैसे नवीन दृष्टिकोणों का सक्रिय रूप से पता लगाया गया है, अर्थशास्त्रियों को एक विस्तारित टूलकिट की पेशकश की गई है जो अक्सर पारंपरिक तरीकों से चरित्र में भिन्न होती है।

एजेंट आधारित मॉडलिंग
कम्प्यूटेशनल अर्थशास्त्र विश्लेषणात्मक और सांख्यिकीय रूप से तैयार की गई आर्थिक समस्याओं को हल करने के लिए कंप्यूटर आधारित आर्थिक मॉडलिंग का उपयोग करता है। एक शोध कार्यक्रम, उस अंत तक, एजेंट-आधारित कम्प्यूटेशनल अर्थशास्त्र (एसीई) है, आर्थिक प्रक्रियाओं का कम्प्यूटेशनल अध्ययन, संपूर्ण अर्थव्यवस्थाओं सहित, इंटरेक्टिंग एजेंटों की गतिशील प्रणालियों के रूप में। जैसे, यह जटिल अनुकूली प्रणाली प्रतिमान का एक आर्थिक अनुकूलन है। यहाँ "एजेंट" का अर्थ है "कम्प्यूटेशनल ऑब्जेक्ट्स जिन्हें नियमों के अनुसार परस्पर क्रिया के रूप में प्रतिरूपित किया गया है ," वास्तविक लोगों को नहीं। एजेंट सामाजिक, जैविक और/या भौतिक संस्थाओं का प्रतिनिधित्व कर सकते हैं। संतुलन में एजेंटों द्वारा गणितीय अनुकूलन की सैद्धांतिक धारणा को खेल-सैद्धांतिक संदर्भों सहित बाजार की ताकतों के अनुकूल सीमित तर्कसंगतता के साथ एजेंटों के कम प्रतिबंधात्मक अभिधारणा द्वारा प्रतिस्थापित किया जाता है। मॉडलर द्वारा निर्धारित प्रारंभिक स्थितियों से शुरू होकर, एक एसीई मॉडल पूरी तरह से एजेंट इंटरैक्शन द्वारा संचालित समय के माध्यम से आगे बढ़ता है। विधि का वैज्ञानिक उद्देश्य वास्तविक दुनिया के डेटा के खिलाफ सैद्धांतिक निष्कर्षों का परीक्षण करना है, जो अनुभवजन्य रूप से समर्थित सिद्धांतों को समय के साथ संचित करने की अनुमति देता है।

कम्प्यूटेशनल अर्थशास्त्र में मशीन लर्निंग
मशीन लर्निंग मॉडल विशाल, जटिल, असंरचित डेटा सेट को हल करने के लिए एक विधि प्रस्तुत करते हैं। विभिन्न मशीन लर्निंग विधियों जैसे कि कर्नेल विधि और यादृच्छिक वन को डेटा-माइनिंग और सांख्यिकीय विश्लेषण में विकसित और उपयोग किया गया है। ये मॉडल पारंपरिक सांख्यिकीय मॉडल की तुलना में बेहतर वर्गीकरण, भविष्य कहनेवाला क्षमता, लचीलापन प्रदान करते हैं, जैसे कि स्टार पद्धति। अन्य विधियाँ, जैसे कि कॉज़ल मशीन लर्निंग और कॉज़ल ट्री, विशिष्ट लाभ प्रदान करती हैं, जिसमें अनुमान परीक्षण भी शामिल है।

आर्थिक अनुसंधान में मशीन लर्निंग टूल्स का उपयोग करने के उल्लेखनीय फायदे और नुकसान हैं। अर्थशास्त्र में, एक मॉडल का चयन और विश्लेषण तुरंत किया जाता है। आर्थिक अनुसंधान सिद्धांत के आधार पर एक मॉडल का चयन करेगा, फिर डेटा के साथ मॉडल का परीक्षण/विश्लेषण करेगा, इसके बाद अन्य मॉडलों के साथ क्रॉस-वैलिडेशन होगा। दूसरी ओर, मशीन लर्निंग मॉडल ने "ट्यूनिंग" प्रभावों का निर्माण किया है। जैसा कि मॉडल अनुभवजन्य विश्लेषण करता है, यह समवर्ती रूप से विभिन्न मॉडलों को पार-सत्यापित करता है, अनुमान लगाता है और तुलना करता है। यह प्रक्रिया पारंपरिक लोगों की तुलना में अधिक मजबूत अनुमान लगा सकती है।

पारंपरिक अर्थशास्त्र मौजूदा सिद्धांतों के आधार पर डेटा को आंशिक रूप से सामान्य करता है, जबकि मशीन लर्निंग मॉडल फिटिंग के लिए अधिक सकारात्मक/अनुभवजन्य दृष्टिकोण प्रस्तुत करता है। हालांकि मशीन लर्निंग वर्गीकरण, भविष्यवाणी और फिट की अच्छाई का मूल्यांकन करने में उत्कृष्टता प्राप्त करता है, कई मॉडलों में सांख्यिकीय अनुमान की क्षमता का अभाव होता है, जो आर्थिक शोधकर्ताओं के लिए अधिक रुचि रखते हैं। मशीन लर्निंग मॉडल की सीमाओं का अर्थ है कि मशीन लर्निंग का उपयोग करने वाले अर्थशास्त्रियों को मजबूत, सांख्यिकीय कारण अनुमान के लिए रणनीति विकसित करने की आवश्यकता होगी, जो आधुनिक अनुभवजन्य अनुसंधान का मुख्य फोकस है। उदाहरण के लिए, अर्थशास्त्र के शोधकर्ता कन्फ़्यूडर, कॉन्फिडेंस इंटरवल और अन्य मापदंडों की पहचान करने की उम्मीद कर सकते हैं जो मशीन लर्निंग एल्गोरिदम में अच्छी तरह से निर्दिष्ट नहीं हैं।

मशीन लर्निंग अधिक जटिल विषम आर्थिक मॉडल के विकास को प्रभावी ढंग से सक्षम कर सकता है। परंपरागत रूप से, विषम मॉडलों को व्यापक कम्प्यूटेशनल कार्य की आवश्यकता होती है। चूंकि विविधता स्वाद, विश्वास, क्षमता, कौशल या बाधाओं में अंतर हो सकती है, एक विषम मॉडल का अनुकूलन सजातीय दृष्टिकोण (प्रतिनिधि एजेंट) की तुलना में बहुत अधिक कठिन है रीइन्फोर्स्ड लर्निंग और डीप लर्निंग का विकास विषम विश्लेषण की जटिलता को महत्वपूर्ण रूप से कम कर सकता है, ऐसे मॉडल बना सकता है जो अर्थव्यवस्था में एजेंटों के व्यवहार को बेहतर ढंग से दर्शाते हैं।

तंत्रिका नेटवर्क को अपनाने और लागू करने, कम्प्यूटेशनल अर्थशास्त्र के क्षेत्र में गहन शिक्षा डेटा की सफाई और डेटा एनालिटिक्स के अनावश्यक काम को कम कर सकती है, बड़े पैमाने पर डेटा एनालिटिक्स के समय और लागत को काफी कम कर सकती है और शोधकर्ताओं को एक महान पर डेटा एकत्र करने, विश्लेषण करने में सक्षम बनाती है। पैमाना। यह आर्थिक शोधकर्ताओं को नई मॉडलिंग विधियों का पता लगाने के लिए प्रोत्साहित करेगा। इसके अलावा, डेटा विश्लेषण पर कम जोर शोधकर्ताओं को विषय-वस्तु जैसे कारण संबंधी अनुमान, जटिल चर और मॉडल के यथार्थवाद पर अधिक ध्यान केंद्रित करने में सक्षम करेगा। उचित मार्गदर्शन के तहत, मशीन लर्निंग मॉडल बड़े पैमाने पर अनुभवजन्य डेटा विश्लेषण और संगणना के माध्यम से सटीक, लागू अर्थशास्त्र विकसित करने की प्रक्रिया को तेज कर सकते हैं।

डायनेमिक स्टोकेस्टिक जनरल इक्विलिब्रियम (डीएसजीई) मॉडल
आर्थिक उतार-चढ़ाव का अनुकरण करने और नीतिगत परिवर्तनों के प्रभावों का परीक्षण करने के लिए व्यापक आर्थिक अनुसंधान में गतिशील मॉडलिंग विधियों को अक्सर अपनाया जाता है। कम्प्यूटेशनल तकनीकों और समाधानों पर भारी निर्भर गतिशील मॉडलों का डीएसजीई एक वर्ग। डीएसजीई मॉडल सूक्ष्म-स्थापित आर्थिक सिद्धांतों का उपयोग वास्तविक विश्व अर्थव्यवस्था की विशेषताओं को अंतर-अनिश्चितता वाले वातावरण में पकड़ने के लिए करते हैं। उनकी अंतर्निहित जटिलता को देखते हुए, डीएसजीई मॉडल सामान्य रूप से विश्लेषणात्मक रूप से अट्रैक्टिव होते हैं, और आमतौर पर कंप्यूटर सॉफ्टवेयर का उपयोग करके संख्यात्मक रूप से लागू किए जाते हैं। डीएसजीई मॉडल का एक प्रमुख लाभ यह है कि वे लचीलेपन के साथ एजेंटों के गतिशील विकल्पों के अनुमान की सुविधा प्रदान करते हैं। हालांकि, कई विद्वानों ने डीएसजीई मॉडल की कम-रूप वाली धारणाओं पर निर्भरता के लिए आलोचना की है जो काफी हद तक अवास्तविक हैं।

कम्प्यूटेशनल उपकरण आर (प्रोग्रामिंग भाषा)
आर्थिक अनुसंधान में कम्प्यूटेशनल उपकरणों का उपयोग लंबे समय से आदर्श और आधार रहा है। अर्थशास्त्र के लिए कम्प्यूटेशनल टूल्स में विभिन्न प्रकार के कंप्यूटर सॉफ़्टवेयर शामिल हैं जो विभिन्न मैट्रिक्स ऑपरेशंस (जैसे मैट्रिक्स उलटा) के निष्पादन की सुविधा प्रदान करते हैं और रैखिक और गैर-रैखिक समीकरणों की प्रणालियों का समाधान करते हैं। डेटा एनालिटिक्स और मॉडलिंग के उद्देश्य से आर्थिक अनुसंधान में विभिन्न प्रोग्रामिंग भाषाओं का उपयोग किया जाता है। कम्प्यूटेशनल अर्थशास्त्र अनुसंधान में उपयोग की जाने वाली प्रोग्रामिंग भाषाओं की एक विशिष्ट सूची निम्नलिखित है:

C++, MATLAB, जूलिया (प्रोग्रामिंग भाषा), पायथन (प्रोग्रामिंग लैंग्वेज), R (प्रोग्रामिंग लैंग्वेज), स्टाटा

इन प्रोग्रामिंग भाषाओं में, C++ संकलित भाषा के रूप में सबसे तेज़ प्रदर्शन करती है, जबकि व्याख्या की गई भाषा के रूप में पायथन सबसे धीमी है। MATLAB, जूलिया और आर प्रदर्शन और व्याख्या के बीच संतुलन हासिल करते हैं। प्रारंभिक सांख्यिकीय विश्लेषण सॉफ्टवेयर के रूप में स्टाटा सबसे पारंपरिक प्रोग्रामिंग भाषा विकल्प था। अर्थशास्त्रियों ने स्टाटा को इसकी चौड़ाई, सटीकता, लचीलेपन और दोहराव के कारण सबसे लोकप्रिय सांख्यिकीय विश्लेषण कार्यक्रमों में से एक के रूप में अपनाया।

पत्रिकाओं
निम्नलिखित पत्रिकाएँ कम्प्यूटेशनल अर्थशास्त्र में अर्थशास्त्र और संगणना, कम्प्यूटेशनल अर्थशास्त्र, अनुप्रयुक्त अर्थमिति के जर्नल , आर्थिक गतिशीलता और नियंत्रण के जर्नल और आर्थिक सहभागिता और समन्वय के जर्नल पर एसीएम लेनदेन के विशेषज्ञ हैं।

बाहरी संबंध

 * Society for Computational Economics
 * Journal of Economic Dynamics and Control - publishes articles on computational economics
 * Agent-Based Computational Economics - maintained by Leigh Tesfatsion
 * The Use of Agent-Based Models in Regional Science - a study on agent-based models to simulate urban agglomeration
 * Computational Economics with Python - a series of lectures
 * Computational Finance and Economic Agents
 * Journal of Economic Interaction and Coordination - official journal of the Association of Economic Science with Heterogeneous Interacting Agents
 * Chair of Economic Policy, University of Bamberg (Germany)
 * Repository of public-domain computational solutions