ARC@ORU: AI för bättre arbetsmarknadspolitik

• Värdar: Amy Loutfi, professor i datavetenskap och föreståndare för ARC,
  och Magnus Lodefalk, docent och universitetslektor i nationalekonomi
• Enhet / forskningsområde: Ekonometri
• Föreläsare: Michael Lechner, professor i ekonometri och medföreståndare för Swiss Institute of Empirical Economic Research vid universitetet i St. Gallen, gästprofessor vid Handelshögskolan, Örebro universitet
• Tid: 8 oktober, kl. 10.15–11.30
• Plats: Visual Lab i ARC, Örebro universitet

ARC@ORU: Att använda Causal Machine Learning/AI för bättre arbetsmarknadspolitik

Om seminariet

I denna föreläsning går Michael Lechner igenom delar av den senaste forskningen där Causal Machine Learning används för att synliggöra effektskillnader i arbetsmarknadspolitiska program, med minimala statistiska antaganden. När man väl vet vilket program som fungerar för vilken typ av arbetssökande, kan beslutsalgoritmer tränas för att förbättra matchningen mellan program och arbetssökande.

Seminariet ger också utrymme för frågor och diskussioner som för forskningsfältet framåt.

Om föreläsaren

Sedan 1998 är Michael Lechner professor i ekonometri vid universitetet i St. Gallen. Han är även medföreståndare för Swiss Institute for Empirical Economic Research (SEW), ett ledande forskningsinstitut vid universitetet med inriktning på empirisk ekonomisk forskning av hög kvalitet.

Hans forskning fokuserar främst på att utveckla och förfina ekonometriska metoder för kausalanalys inom mikroekonometri. På senare tid har han i allt högre grad studerat hur maskininlärning kan integreras för att identifiera trovärdiga kausala effekter i storskaliga datamiljöer – ett område som kallas causal machine learning.

Utöver metodutveckling omfattar hans forskningsintressen även tillämpade frågor inom sportekonomi, arbetsmarknadsekonomi och hälsoekonomi, där han och hans team vid SEW strävar efter att ta fram robusta empiriska resultat.

--

In English:

• Hosts: Amy Loutfi, Professor in Computer Science, Director at ARC, and Magnus Lodefalk, associate professor and senior lecturer in economics.
• Unit / Research Area: Econometrics
• Speaker: Michael Lechner, Professor of Econometrics, Co-Head of the Swiss Institute of Empirical Economic Research at the University of St. Gallen, Visiting Professor at Örebro University School of Business
• Time: 8 October, 10:15-11.30
• Location: Visual Lab in ARC, Örebro University

ARC@ORU: Using Causal Machine Learning/Al to lmprove Active Labour Market Policies

About the seminar

In this talk, Michael Lechner review parts of a recent literature that uses Causal Machine Learning to uncover the effect heterogeneity of Active Labour Market Policies under minimal statistical assumptions. Once it is known which programme works for which type of unemployed, decision algorithms are trained in order to improve the programme-unemployed match.

The seminar provides space for questions and discussions that move the field forward.

Bio

Since 1998, Michael Lechner has been a Professor of Econometrics at the University of St. Gallen. He also serves as co-head of the Swiss Institute for Empirical Economic Research (SEW), a distinguished research institute within the university that is dedicated to high-quality empirical economic research.

His research primarily focuses on the development and refinement of econometric methods for causal analysis in microeconometrics. Recently, his work has increasingly explored the integration of machine learning techniques to derive credible causal effects in large-scale data environments – an area known as causal machine learning.

Beyond methodological advancements, his research interests extend to applied topics in sports economics, labor economics, and health economics, where he and his team at SEW strive to provide robust empirical evidence.