# Матео Маджори: «Международная макроэкономика — лучшее поле для исследований»

Источник: https://www.youtube.com/watch?v=0HI2AOYYkiA
Канал: Stanford Graduate School of Business
Опубликовано: 28.08.2025

---

## 🎓 Введение в летнюю школу по международной макроэкономике и финансам
[[JUMP:00:00]]

Матео Маджори, организатор летней школы Stanford Graduate School of Business, открыл интенсивный двухдневный курс, посвященный передовым методам работы с данными в международной макроэкономике и финансах. Мероприятие, проводимое уже в пятый раз, ориентировано на аспирантов и исследователей, стремящихся изучить актуальные вопросы глобальной экономики через призму микроданных.

### 🌍 Почему международная макроэкономика — это «лучшее поле» сегодня
[[JUMP:00:52]]

По мнению Маджори, сейчас наступил уникальный момент для исследований в данной области. Несмотря на то, что за последние 10–15 лет фокус профессии сместился на внутренние проблемы стран, текущие тектонические сдвиги в глобальном порядке вернули интерес к международным аспектам.

Основные вызовы, которые сегодня определяют исследовательскую повестку:

* **Рост Китая:** Трансформация страны в глобальную сверхдержаву требует анализа как с микроэкономической точки зрения, так и с позиции «экономического государственного управления» (economic statecraft).
* **Еврозона:** Этот уникальный экономический эксперимент по объединению 19 стран с единой валютой, но несовершенным фискальным союзом, остается ключевой площадкой для изучения динамики заработной платы, конкурентоспособности и долговых кризисов.
* **Рынок казначейских облигаций США:** Роль США как главного поставщика «безопасных активов» для мира находится под давлением из-за роста уровней долга и изменения структуры его держателей.
* **Торговые войны:** Возврат к масштабным протекционистским мерам, наблюдавшийся ранее при администрации Трампа и актуальный сегодня, вновь сблизил международную торговлю с макроэкономическими моделями.

### 📊 Роль микроданных в современных исследованиях
[[JUMP:04:36]]

Маджори утверждает, что «золотой век» международных финансов наступил благодаря доступности микроданных, которые позволили уточнить старые представления. Традиционные макроэкономические модели активно заимствуют инструменты из теории международной торговли, адаптируясь к работе с детализированной информацией о фирмах и экспорте.

Ключевые аспекты обучения в летней школе:

1.  **Снижение входного барьера:** Инициатива призвана помочь молодым исследователям преодолеть сложности сбора, очистки и обработки «тяжелых» данных.
2.  **Практический подход:** В дополнение к теоретическим лекциям, курс делает упор на технические детали: где искать данные, как их чистить и какие проблемы при этом возникают.
3.  **Публичные данные:** Маджори подчеркивает, что для успешной карьеры необязательно иметь доступ только к дорогим проприетарным наборам данных. Множество качественных работ написано на публичных данных, которые сейчас становятся все более доступными, например, через отчеты NPORT о позициях взаимных фондов.

### 🛠 Программа и приглашенные эксперты
[[JUMP:11:11]]

В этом году летняя школа делает акцент на методологических инновациях и междисциплинарном подходе. В состав преподавателей вошли:

* **Стив Рединг:** Один из ведущих экономистов в области международной торговли, который расскажет о методах анализа данных, связывающих макро- и микроуровни.
* **Мелисса Делл:** Специалист, который детально проанализирует применение искусственного интеллекта и больших языковых моделей (LLM) в экономических исследованиях, включая вопросы борьбы с систематическими ошибками (measurement error bias).
* **Кристофер Клейтон:** Соавтор Маджори, который вместе с ним проведет секцию по геоэкономике, обсуждая, как измерить «дружественные» и «недружественные» экономические отношения между странами.

### 🚀 Взгляд в будущее: Marginal Product of Capital
[[JUMP:22:40]]

Матео Маджори призывает аспирантов оценивать исследовательские поля не по объему накопленного капитала (количеству прошлых работ), а по его «предельному продукту» — потенциалу для совершения новых открытий.

По его оценке, текущее сочетание трех факторов делает эту область максимально перспективной:

1.  Масштабные изменения в мировой экономике.
2.  Накопленный массив данных, требующий анализа.
3.  Технологический скачок в методах обработки информации (ИИ и графовые нейронные сети).