经鸿之研 · 媒体聚焦 | 张婧屹：用AI让宏观模型“跑起来”

人工智能正在重塑财经研究方法，也在推动研究生教育从“知识传授”走向“研究能力生成”。经济学院《高级宏观经济学》以研究生“AI+专业融合”课程建设为契机，将AI嵌入理论学习、模型计算、研究训练和教学反馈全过程，探索数智时代研究型财经课程的新形态。

首先，让抽象模型真正“跑起来”。课程按照“理论推导—代码实现—政策模拟—结果讨论”组织教学，引导学生使用智能化工具软件完成稳态求解、脉冲响应、参数调整和政策规则比较。过去停留在黑板上的方程变成可以反复试验的“经济实验室”，学生也由理解模型进一步走向操作模型、分析机制。

其次，让AI成为研究中的“技术助手”，而不是替代研究者判断。课程强调分环节使用AI：模型结构和经济机制必须由研究者独立设计；一阶条件推导、稳态求解和均衡条件整理可以借助AI，但必须逐步核实；将模型转化为Dynare代码、检查变量与方程对应、解读报错，则是AI最能提高效率的环节。对于模拟结果的经济含义和政策启示，仍要求学生回到理论和文献独立判断。

再次，用数智平台重构学习反馈。知识图谱、AI伴学、课堂互动、AI汇报点评、录播回顾和学情分析被嵌入课前、课中、课后，形成“课前导学—课中互动—课后伴学—数据反馈”的闭环。教师据此及时发现学生在模型理解、代码运行和文献阅读中的薄弱环节，动态调整教学重点。

由此，本课程逐步沉淀形成了模型代码、知识图谱和AI伴学指令库等可持续更新的教学资源，推动学生的学习从“会推导”进一步走向“会求解、会模拟、会判断”。更重要的是，AI的引入并非削弱研究者的主体作用，而是通过提升技术环节的效率，把更多课堂时间和学习精力留给理论思考、机制分析和经济判断，真正服务于研究能力的培养。

作者简介

张婧屹，上海财经大学经济学院宏观经济学系常任副教授，研究生AI+专业课《高级宏观经济学》课程负责人。在Journal of Monetary Economics、Journal of International Economics、Journal of Development Economics、Review of Economic Dynamics等国际一流期刊发表多篇论文；曾主持国家自然科学青年基金、香港货币及金融研究中心主题研究项目，现主持国家自然科学基金面上项目。