Métodos Clásicos de Aprendizaje Automático en la Investigación Económica: Ejemplos a Nivel Macro y Micro

El artículo revisa los métodos clásicos de aprendizaje automático (aprendizaje supervisado y no supervisado), proporciona ejemplos de la aplicación de diferentes métodos y discute enfoques que serán útiles para la investigación empírica en economía (con datos de empresas ucranianas, bancos y estadísticas estatales oficiales). Se investigan los diferentes sectores de la economía: la regresión lineal múltiple se utiliza a nivel macro para la función de producción macroeconómica de Ucrania; la regresión logística se utiliza en el sector bancario para la gestión del riesgo crediticio con el modelo de puntuación; k-means, agrupamiento jerárquico y DBSCAN se utilizan a nivel regional para agrupar regiones de Ucrania en función de su competitividad; el análisis de componentes principales se utiliza para el análisis de la estabilidad financiera de las empresas. Todos los modelos mostraron resultados de simulación adecuados de acuerdo con los criterios de calidad de los mismos. Así, se demuestra en el artículo la posibilidad de aplicación de métodos clásicos de aprendizaje automático para investigar procesos y objetos en diferentes niveles de la economía (micro, mezzzo y macro).