Comme pour chaque question en économie, la réponse à cette question est : ça dépend.
Si la chercheuse doit évaluer l'impact, au niveau global, d'un choc externe (par exemple, la chute des prix du pétrole de 50 % en moins d'un an) sur l'économie du Mexique (mon pays), elle aura besoin d'un logiciel d'analyse numérique. Lorsque j'étais étudiant, j'ai d'abord appris à modéliser des modèles d'équilibre général sur GAMS (General Algebraic Modeling System). J'ai ensuite appris à les modéliser sur Octave, puisqu'il est open-source (je ne pourrais pas'travailler sans GAMS si mes futurs employeurs ne sont pas prêts à payer pour GAMS ou Matlab).
En revanche, si la chercheuse a besoin de prévoir une série chronologique'valeur pour le trimestre suivant (par exemple, la consommation quotidienne d'électricité à Mexico en juillet 2018), alors elle aurait besoin d'un logiciel statistique. Encore une fois, en tant qu'étudiant, j'ai d'abord appris à construire des modèles de prévision avec Stata, mais j'ai quitté et appris à programmer ces modèles dans R, car il est open-source.
Les deux exemples ci-dessus suffisent à montrer que différents outils servent différents objectifs. Bien sûr, vous pouvez exécuter un modèle d'équilibre général stochastique dynamique (DSGE) en R, tout comme vous pouvez exécuter un modèle Holt-Winters en Octave. C'est parce que chaque outil étend constamment ses capacités.