کلان سری

پژوهش کلاریدا متمرکز بر مدل‌سازی تعادل عمومی پویای تصادفی است، شاخه‌ای از نظریه تعادل عمومی کاربردی که روی اقتصاد کلان معاصر و سیاست پولی بهینه تأثیرگذار می‌باشد، به‌ویژه با لنز تحلیل سری زمانی. مطالعات وی همراه با جوردی گالی و مارک گرتلر، پیشنهاد می‌نماید که امروزه سیاست پولی در بیشتر کشورها نشان‌دهنده یک قانون تیلور پیش‌رونده است، در حالی که سیاست‌گذاران دهه ۱۹۷۰ نتوانستند از این چنین یک قانون تیلور پیش‌رونده پیروی نمایند.

گالی شاید بیشتر به‌خاطر ارائه شواهد سری زمانی که می‌گوید بهبود بهره‌وری نیروی کار باعث کاهش اشتغال می‌شود، شناخته شده‌است. این یافته با پیش‌بینی‌های برخی از مدل‌های چرخه تجارت واقعیِ معروف که توسط مکتب اقتصاد کلان کلاسیک جدید تبلیغ می‌شوند، در تضاد است. اما (به گفته گالی) این یافته با بسیاری از مدل‌های کینزی جدید سازگاری دارد. با این حال، روش‌های آماری «خودرگرسیون‌های بردار ساختاری» که اساس این یافته هستند، بحث‌برانگیز است.

درچند سال اخیر نیز با ورود مهندسان صنایع به حوزه‌های آی تی پیشرفت در فیلدهایی مانند کلان داده، یادگیری ماشین و هوش مصنوعی که نیاز به آمار پیشرفته مهندسی نظیر رگرسیون، سری‌های زمانی و… دارند با شتاب مضاعف مواجه شده‌است.