En fin de compte, Stiglitz suggère que les modèles avec des fondations micro-économiques devraient être remplacés par des alternatives plus simples, comme ceux Robert Shiller utilisé avant 2007 pour avertir de la bulle de logement des États-Unis. La sélection est importante parce que la nature d`un modèle économique déterminera souvent quels faits seront regardée et comment elles seront compilées. Par exemple, l`inflation est un concept économique général, mais pour mesurer l`inflation nécessite un modèle de comportement, de sorte qu`un économiste peut différencier entre les variations des prix relatifs et les changements de prix qui doivent être attribués à l`inflation. Selon que toutes les variables du modèle sont déterministes, les modèles économiques peuvent être classés comme des modèles stochastiques ou non stochastiques; selon que toutes les variables sont quantitatives, les modèles économiques sont classés comme modèle de choix discret ou continu; selon la finalité/la fonction prévue du modèle, elle peut être classée comme quantitative ou qualitative; selon le modèle de l`Ambit, il peut être classé comme un modèle d`équilibre général, un modèle d`équilibre partiel, ou même un modèle de non-équilibre; selon les caractéristiques de l`agent économique, les modèles peuvent être classés comme des modèles d`agents rationnels, des modèles d`agents représentatifs, etc. Cependant, il existe encore de grands obstacles à l`apprentissage automatique qui changent vraiment les modèles économiques. Les chercheurs de la Banque d`Angleterre en pointent quelques-uns. Un exemple est que la plupart des algorithmes d`IA n`expliquent pas comment certaines sorties sont générées à partir d`entrées particulières, rendant leurs résultats difficiles à interpréter, c`est pourquoi certains se réfèrent à des systèmes algorithmiques comme des «boîtes noires». Un autre problème est que de nombreuses techniques d`apprentissage automatique ne représentent pas le flux de temps, ce qui pourrait conduire à trop ou trop peu de concentration sur certains types d`informations. Les algorithmes sont encore créés par les humains, de sorte que le code est sensible à nos erreurs et les préjugés. Un modèle établit un cadre argumentatif pour l`application de la logique et des mathématiques qui peuvent être examinées et testées indépendamment et qui peuvent être appliquées dans divers cas. Les politiques et les arguments qui reposent sur des modèles économiques ont une base claire pour la solidité, à savoir la validité du modèle de soutien. Plus récemment, le chaos (ou l`effet papillon) a été identifié comme étant moins significatif qu`on ne le pensait auparavant pour expliquer les erreurs de prédiction. Au contraire, le pouvoir prédictif de l`économie et de la météorologie serait principalement limité par les modèles eux-mêmes et la nature de leurs systèmes sous-jacents (voir comparaison avec les modèles dans d`autres sciences ci-dessus).

Oxford Economics, leader mondial de la consultance économique mondiale, offre une gamme de services sur mesure et en toute autonomie, y compris des données, des prévisions et des analyses régulièrement actualisées sur 200 pays, 100 industries et plus de 4 000 villes et régions.