Page 116 - MAKРОЭКОНОМИЧЕСКИЙ АНАЛИЗ (УЧЕБНИК)

все более обширной и многообразной. Исследователи могут об-
ращаться к международным базам данных (WDI, IFS, OECD Stat,
Eurostat Database), скачивать данные автоматизированно через

API, применять скрипты на Python или R для массовой обработ-
ки и обновления наборов показателей . Большие данные (Big
61
Data) позволяют получать более частую и детализированную
информацию, интегрировать ее в эконометрические модели,
но требуют и более сложных методов обработки. При использо-
вании больших данных возникает проблема фильтрации шума,
возможно применение методов машинного обучения для выде-
ления закономерностей.

Но даже в таком случае концептуально система элементов
остается ядром процесса: данные нужно отобрать, очистить,
привести к общим стандартам, понять их экономический смысл,
лишь затем включать в модель. Важно помнить, что система эле-
ментов не является самоцелью. Она создается для решения кон-
кретных аналитических задач: построения прогностической мо-

дели, проверки гипотезы о влиянии определенного фактора на
целевой показатель, сравнения разных стран по эффективности
экономической политики, оценки эластичностей спроса и пред-
ложения, определения ключевых драйверов роста или глубины
кризисных явлений.
Следовательно, набор элементов, включенных в систему, за-
висит от задач. Если цель – анализ денежно-кредитной полити-
ки, в фокусе будут денежные агрегаты, кредитные ставки, ин-

фляция, обменный курс, показатели банковского сектора. Если
речь о анализе экономического роста – показатели инвестиций,
образования, инфраструктуры, институциональных факторов,
совокупной факторной производительности.
Если о неравенстве – индексы Джини, распределение дохо-
дов, доступ к образованию и здравоохранению, региональная
статистика. Система элементов адаптивна и должна меняться в

61 Barro, R. J. (2022). “Government Spending in a Simple Model of Endogenous Growth”. Journal
of Political Economy.

115