Navigation

Analyse d’impact économique au moyen du Big Data

 

Le Big Data est à même d’améliorer non seulement les pronostics sur les évolutions économiques mais aussi les analyses d’impact économiques. Alors que d’énormes progrès ont été réalisés dans le passé en ce qui concerne les pronostics, l’utilisation des données pour l’évaluation de l’impact n’en est qu’à ses débuts. Nous développons donc des méthodes idoines afin de les appliquer à des thèmes de recherche sélectionnés.

Portrait / description du projet (projet de recherche en cours)

Dans la première partie du projet, nous combinerons des méthodes de l’analyse de causalité propres à la microéconométrie avec les méthodes statistiques de l’apprentissage automatique. Nous examinerons tout d’abord les propriétés des nouveaux procédés statistiques à l’aide de méthodes de simulation. Nous vérifierons ensuite – et optimiserons – l’utilité pratique des méthodes dans trois domaines d’application: 1) évaluation de l’impact d’un programme de politique économique concernant le marché du travail, 2) formation des prix sur le marché en ligne des voitures d’occasion, et 3) détection d’une possible discrimination des joueurs de football professionnels.

Contexte

Ces dernières années, la recherche microéconométrique a fait de gros progrès dans le développement d’un appareil méthodologique pour répondre aux questions causales. Ces méthodes s’appliquent déjà avec succès - par exemple pour l’évaluation de mesures de politique économique. Cet appareil méthodologique se révèle malheureusement inapproprié pour analyser des volumes de données complexes. Ces méthodes peuvent-elles être élargies afin de réaliser des progrès importants dans l’évaluation de l’impact lors de l’utilisation de mégadonnées?

Objectif

Dans ce projet, nous voulons combiner les méthodes microéconométriques de l’analyse de causalité (évaluation de l’impact) avec les modèles de prévision statistiques de l’apprentissage automatique, afin d’utiliser les vastes jeux de données en vue d’améliorer de manière significative l’analyse de l’impact des décisions économiques prises par les autorités politiques et les privés.

Importance / Application

Si le projet s’achève avec succès, il sera possible, dans de nombreux de secteurs économiques, de faire des déclarations nettement plus fiables sur l’impact de certaines mesures et décisions. Dans le secteur public, il sera ainsi possible de mener une politique économique plus efficace, car basée sur des éléments factuels et concrets. Dans le secteur privé, les entreprises bénéficieront également de meilleures bases de décision.

Titre original

Causal analysis with Big Data

Responsables du projet

Prof. Michael Lechner, Schweizerisches Institut für Empirische Wirtschaftsforschung, Universität St. Gallen

 

 

Plus d’informations sur ce contenu

 Contact

Prof. Michael Lechner Schweizerisches Institut für Empirische Wirtschaftsforschung Varnbüelstrasse 14 9000 St. Gallen michael.lechner@unisg.ch

A ce sujet