In der Wirtschaftsforschung wird Programmcode meist als “zugehöriges Material” (Supplemental Material) im Zuge der Publikation eines Fachartikels veröffentlicht. Der Programmcode wird dort gemeinsam mit den verwendeten Daten (so rechtlich möglich) publiziert, um zu zeigen, wie man zu den postulierten Forschungsergebnissen im Artikel gelangt ist. Einige Forschende legen Code auch auf ihren persönlichen Webseiten ab. Damit ist er zwar verfügbar, aber nicht zwangsläufig Open Source – und damit für Dritte nicht immer nachnutzbar. Aus Gründen der Reproduzierbarkeit wird die Zugänglichkeit beziehungsweise Veröffentlichung auch von Seiten der Journals immer öfter gefordert. So gibt es beispielsweise eine “Data and Code Policy” der American Economic Association (AEA), der zufolge Papers nur dann veröffentlicht werden, wenn die verwendeten Daten und der Code klar dokumentiert wurden und anderen der Zugang dazu eingeräumt wird. Autor:innen von Papers mit empirischer Forschung, Simulationen oder experimenteller Arbeit müssen ausreichend Informationen über die Daten, Programme und andere Details der Berechnungen sowie den Zugang dazu angeben, damit diese reproduziert werden können. 

Ein anderer Anwendungsfall liegt vor, wenn Wirtschaftsforschende selbst Code veröffentlichen, der vom Umfang her bis hin zu kompletter Open-Source-Software reichen kann. Sie können ihn zum Beispiel auf einer Plattform wie GitHub unter einer Open-Source-Lizenz veröffentlichen. Eine weitere Option besteht darin, Code auf Zenodo zu veröffentlichen (GitHub hat bereits eine Zenodo-Integration), sodass er eine DOI bekommt und damit zitierbar wird. Diese Praxis ist in den Wirtschaftswissenschaften bisher wenig verbreitet. Auch die Veröffentlichung von Code in Jupyter mit Code Notebooks ist ein Anwendungsfall in den Wirtschaftswissenschaften .

In den Wirtschaftswissenschaften spielen beim Thema Open Code beispielsweise R, Python und Julia eine große Rolle.

Beispiele für Open Code in den Wirtschaftswissenschaften sind etwa:

• QuantEcon, gegründet von Thomas J. Sargent, ist eine Nonprofit-Organisation, die unter anderem Open-Source-Bibliotheken in Python und Julia im Bereich quantitativer Wirtschaftswissenschaften anbietet, mit denen ökonomische Modelle simuliert und analysiert werden können (dazugehöriges Github-Repository). Es beinhaltet zudem eine Sammlung von Vorlesungen, die auf Open-Source-Sprachen und Open-Computing-Umgebungen basieren sowie auf Code Notebooks wie beispielsweise Jupyter Notebooks.
• Nobelpreisgewinner Paul Romer hält transparente Forschung für leistungsfähiger und setzt daher statt auf proprietäre Software wie Stata und Mathematica auf Python Link auf Tool-Eintrag einfügen und dokumentiert seinen Code in Jupyter Notebooks. Diesen macht er über Github zugänglich, um seine Forschung transparent zu dokumentieren.
• Vincent Arel-Bundock von der Universität Montréal, der unter anderem zu internationaler Steuerpolitik und ausländischen Direktinvestitionen forscht, stellt von vielen anderen nachgenutzte R-Packages unter anderem bei GitHub bereit.
• Der Makroöokonom Gregor Böhl bietet auf seiner Website beziehungsweise auf GitHub Zugang zu seinem Code.
• Open Source Economics ist eine Plattform für reproduzierbare Forschung, die Tools, ökonomische Modelle und Anwendungen beinhaltet.
• Das Projekt Econ-ARK zielt darauf ab, den Einstieg in die Welt der ökonomischen Modellierung zu erleichtern, die Modellierung zu beschleunigen und die Offenheit, Replizierbarkeit und Interoperabilität von Modellierungstools zu erhöhen.