经济学中的大数据分析：到目前为止我们学到了什么，我们应该从哪里开始？-研究论文

预测准确性测试的研究仍然处于预测领域的前沿。 其原因之一是替代模型的预测准确性排名，在错误指定下依赖于损失函数，普遍用于评估计量经济学模型的有用性。 与本文目标相对应的第二个原因是，研究人员目前正将大量注意力集中在所谓的大数据以及可用于分析这些数据的新（和旧）工具上。 该领域的目标之一是评估大数据是否会提高预测准确性。 在这份调查报告中，我们讨论了一些当前可用于分析和利用大数据的最新（也是最有趣的）方法，当目标是改进预测时。 我们的讨论包括对各种所谓的降维、收缩和机器学习方法的总结，以及对与这些方法的实施相关的预测模型进行排名有用的最新工具的总结。 我们还提供了大数据在行动中的简要实证说明，其中我们表明大数据在预测利率期限结构时确实很有用。