Come ogni domanda in economia, la risposta a questa domanda è: dipende.
Se il ricercatore ha bisogno di valutare l'impatto, a livello generale, di uno shock esterno (per esempio, il prezzo del petrolio che scende del 50% in meno di un anno) sull'economia del Messico (il mio paese), avrebbe bisogno di un software di analisi numerica. Quando ero studente, ho imparato prima a modellare modelli di equilibrio generale su GAMS (General Algebraic Modeling System). Poi ho imparato a modellarli su Octave, dato che è open-source (non potrei lavorare senza GAMS se i miei futuri datori di lavoro non sono disposti a pagare per GAMS o Matlab).
D'altra parte, se il ricercatore ha bisogno di prevedere una serie temporale per il prossimo trimestre (per esempio, il consumo giornaliero di elettricità a Città del Messico nel luglio 2018), allora avrebbe bisogno di un pacchetto software statistico. Anche in questo caso, come studente ho prima imparato a costruire modelli di previsione con Stata, ma ho lasciato e imparato a programmare quei modelli in R, in quanto è open-source.
I due esempi di cui sopra sono sufficienti a dimostrare che strumenti diversi servono a scopi diversi. Certo, si può eseguire un modello DSGE (Dynamic Stochastic General Equilibrium) in R, così come si può eseguire un modello di Holt-Winters in Octave. Questo perché ogni strumento sta costantemente espandendo le sue capacità.