Алатките и програмата на обуката Data Analytics in Finance совршено се совпаѓаат со потребите и интересите на Весна Стојчевска, макроекономист со долгогодишно искуство во Народната банка. Техничките знаења, особено од програмскиот јазик Python, ја надополнуваат веќе долгата листа на обуки и академии поврзани со креирањето на макроекономските политики, како и економското моделирање кои Весна ги посетувала во текот на својата кариера. Таа нашата обука ја гледа како личен предизвик и можност за малку поинаков фокус при анализата на податоците и секако можност за дополнително надградување на своите знаења и вештини.

Имате завршено финансиски менаџмент на Економскиот факултет во Скопје. Што е она што ве привлече да изучувате, градите кариера и истражувате во полето на макроекономија?

Првенствено интересот за изучување на економија го добив поради самата практичност на економската наука и влијанието што економијата го има во секојдневното живеење, колку и да не сме секогаш свесни за тоа. Дополнително, нуди можност за практична примена на математиката, за што секогаш сум имала посебна љубов. Изборот на финансиски менаџмент беше лесна одлука, бидејќи се изучува широк спектар на области, од класични макроекономски дисциплини, до повеќе финансиски ориентирани дисциплини. Од друга страна кариерата како макроекономски аналитичар, ми беше особен предизвик поради можноста сеопфатно да се анализира голем распон на податоци од различни сфери, со цел анализа на врските помеѓу различните економски варијабли во домашната економија, но и поврзаноста помеѓу економиите во рамки на глобалниот економски систем. Она што е најголем предизвик за мене е можноста и слободата за истражувачка работа.

Дали со употреба на програмскиот јазик Python може да се унапредат аналитичките процеси, истражувањето, водењето на статистиката и генерално подобрување на водењето на процесите? Воедно дали и Python како програмски јазик и Machine Learning моделите може да се употребат во предвидувањето на одредени макроекономски варијабли?

Едноставниот одговор на ова прашање е да секако, користењето на Python во голема мера може да ги олесни процесите поврзани со прибирање и анализа на податоци, како и креирање на соодветни бази и градење на модели за економско истражување. И не само овој програмски јазик, пошироко целиот модул што го опфаќа обуката Data Analytics in Finance е насочен кон креирање на поефикасни процеси поврзани со обработка на податоците. Креирање на големи бази коишто со еден клик автоматски се ажурираат од повеќе извори, нивно инкорпорирање во модели за одговор на одредени економски прашања или краткорочно предвидување на варијабли, па сè до динамичка презентација на добиените резултати преку користење на Power BI. Во изминатите години Python го доби приматот на еден од најупотребуваните, ако не и најупотребуван програмски јазик во сферата на финансиите, како за квантитативни анализи така и за предвидување на идните движења. Истиот тренд е евидентен и кај макроекономските анализи, каде сè почеста е употребата на Python, што е евидентно и од сè поголемиот број на истражувања и модели коишто го користат овој програмски јазик.

Како професионалец со долгогодишно искуство, дали можете да направите споредба во креирањето на модел за линеарна регресија во Python и во други програмски јазици и софтвери коишто се користат во областа? Што сметате дека е полесно, почитливо и попрактично?

Од мое искуство, поголем дел од статистичките софтвери се доста user friendly и може да се користат и ако имате лимитирано искуство бидејќи се автоматизирани. Тоа особено важи за Eviews. За разлика од Eviews, Python како програмски јазик бара од корисникот подетално знаење бидејќи се креира код за извршување на секоја поединечна активност. Сепак, користењето на Python доаѓа со голем број на предности, првенствено поради тоа што е базиран на бесплатна платформа и е достапен за многу поголем број на корисници. Воедно е многу интуитивен и лесен за совладување и има особено широка примена во различни области. Сето ова придонесува за голема online платформа за помош при користење, за секој проблем многу лесно се наоѓаат решенија и дополнителни материјали, што ја прави работата со Python многу поедноставна.

Според вашето искуство, како може да се користи Data Science во склоп на јавните финансии? Дали е возможно да се користат напредни статистички модели при креирањето на проекции на јавните приходи и расходи и креирањето на државниот буџет?

Комбинирањето на SQL и Python дава можност за анализа на различни видови на податоци, како и креирање на модели за краткорочно форкастирање на економски варијабли од различни области. Сепак, јавните финансии се особено специфична и комплексна област и потребна е експертиза во областа и детално познавање на достапните податоци со цел прецизен одговор на ова прашање.

За каков тип на кадри сметате дека обуката Data Analytics in Finance е најсоодветна и што би и препорачале на сите кои сакаат да ги надградат знаењата во работа со податоци?

Сметам дека обуката е соодветна за секој што работи или сака да работи со податоци, без посебни ограничувања од аспект на образованието или претходното работно искуство. Доста е динамична и бара посветеност, но е одлично структурирана и предавачите се секогаш достапни за прашања, коментари или едноставно размена на идеи. Би ја препорачала на секој што работи со повеќе податоци, без разлика дали самите податоци се од економска и финансиска природа, бидејќи стекнатите знаења може да се применат во многу различни области не само во делот финансии. Секој што ќе се одлучи за обуката треба да е спремен за доста предизвици, но и многу забава.

Како успевате да ги балансирате обврските меѓу работа, изучување на обуката и приватниот живот? Кои се вашите хобија кои го исполнуваат вашето слободно време?

Искрено, како родител на две деца, вклучувањето на обуката во веќе лимитираното слободно време првенствено беше голем предизвик. Истата е доста динамична и за квалитетно совладување на материјалот е потребно редовно следење на часовите и работа на домашните задачи. Сепак динамиката во групата и посветеноста на самите предавачи ми беа голема мотивација во секој чекор, особено поддршката и размената на идеи и заедничкото решавање на проблеми со дел од учесниците на обуката, што многу придонесе за квалитетното совладување на предизвиците. Во однос на слободното време, најголем дел го поминувам во читање, особено fantasy и Sci-Fi книги, иако посебна љубов ми се филмовите од европска и азиска кинематографија.