《宏观金融形势研判与政策分析：基于研究性学习的设计》-应用经济学硕士研究生专业核心课教案

《宏观金融形势研判与政策分析：基于研究性学习的设计》——应用经济学硕士研究生专业核心课教案

  一、课程概述与学情分析

  本课程面向应用经济学学术型硕士研究生一年级第二学期开设，属于专业核心课程。学生在先修课程中已系统掌握宏观经济学、货币金融学、计量经济学及国际金融等核心理论，具备中级微观经济学基础与初步的计量软件操作能力。然而，传统教学模式下，学生知识结构往往呈现“割裂”状态：宏观经济理论与金融市场的现实运行脱节，计量工具的应用与真实经济问题的剖析分离，对政策框架的理解停留于静态文本，缺乏动态评估与批判性构建的能力。当前，全球宏观金融格局正处于深刻变革期，传统分析范式面临挑战，这对高层次经济学人才的培养提出了全新要求：不仅需具备扎实的理论根基，更需拥有基于复杂现实数据、进行独立调研、形成前瞻性研判并评估政策效力的综合素养。因此，本课程旨在打破学科壁垒，以“宏观金融形势调研分析”这一综合性实践任务为主线，重构教学内容与方法，引导学生完成从理论消费者到问题解决者的角色转换，培养其具备相当于初级行业研究员的专业分析能力。

  二、核心教学目标

  （一）知识与技能目标

  1.系统整合并深化理解主要宏观经济指标（如GDP、CPI、PMI、失业率）与核心金融指标（如广义货币供应量、社会融资规模、利率走廊、汇率、各类资产价格指数）的内在联动关系与传导机制。

  2.熟练掌握宏观金融形势分析的主流框架与模型，包括但不限于“经济增长-通货膨胀-国际收支”三维分析框架、金融周期理论、债务周期分析、全球宏观联动分析框架等，并能辨析其适用条件与局限。

  3.精通运用专业数据库（如Wind、CEIC、BloombergTerminal模拟环境、各国央行与统计局数据库）进行高频、多维数据的检索、清洗与整理。

  4.能够综合运用计量经济学方法（如时间序列分析、向量自回归模型、事件研究法等）与质性分析方法（如政策文本分析、专家访谈设计），对特定宏观金融议题进行实证研究，验证理论假设。

  5.具备撰写符合行业标准的宏观金融分析报告的能力，报告需逻辑严密、证据充分、结论审慎，并能够进行专业的口头陈述与答辩。

  （二）过程与方法目标

  1.通过“项目式学习”全过程，体验并掌握“问题提出-文献综述-框架构建-数据获取-实证分析-结论提炼-政策模拟-报告撰写”的完整研究流程。

  2.在小组协作中，发展跨职能团队合作能力，包括任务分解、进度管理、观点整合与冲突解决。

  3.通过“翻转课堂”与“同行评议”，培养自主探究、批判性思维以及建设性反馈的能力。

  （三）情感、态度与价值观目标

  1.树立严谨求实的学术态度与研究伦理观念，深刻理解数据真实性与分析客观性对于经济决策的极端重要性。

  2.培养对宏观金融运行规律的敬畏之心与动态观察的敏锐性，形成关注长期趋势、辩证看待短期波动的专业素养。

  3.增强政策分析的全局意识与社会责任感，理解宏观政策在稳增长、调结构、防风险、惠民生等多重目标间的权衡艺术。

  三、教学重点与难点

  教学重点：宏观金融分析核心框架的构建与应用；多源异构数据的整合与解读；研究性问题从提出到实证检验的完整逻辑链锤炼。

  教学难点：如何引导学生超越对数据的简单描述，深入挖掘经济现象背后的结构性矛盾与传导机制；如何在对立的理论观点与混杂的经验证据中形成独立、审慎的研判；如何将复杂的计量分析结果转化为清晰、有政策含义的叙事。

  四、教学资源与环境

  1.理论资源：核心教材为《宏观金融理论与分析框架》（自编讲义），补充国际清算银行、国际货币基金组织、中国人民银行、国家金融与发展实验室等机构的最新工作报告与学术论文。

  2.数据资源：校内金融实验室配备Wind、同花顺iFinD专业终端，开通CEIC、OECD、世界银行等国际数据库权限。建立课程专属数据共享云平台。

  3.软件工具：要求学生熟练掌握Stata/Python（用于计量分析）、LaTeX/专业排版软件（用于报告撰写）、数据可视化工具（如Tableau或Python的Matplotlib/Seaborn库）。

  4.实践平台：邀请央行研究所、知名券商研究所、基金公司宏观策略部的专家担任客座导师或举办线上讲座。与相关机构合作，提供部分脱敏的实时数据或模拟决策场景。

  五、教学实施过程（共48学时，按教学周分阶段详述）

  第一阶段：理论重构与框架奠基（第1-4周，共12学时）

  本阶段旨在打破原有课程界限，重构学生的宏观金融知识体系，奠定分析所需的理论基础与方法论自觉。

  第1周：导论——变革时代的宏观金融分析新范式。（3学时）首先以一场“沉浸式”案例讨论开场：提供过去十年中某次重大宏观金融事件（如2015年“8·11”汇改、2020年新冠疫情冲击全球市场）发生前后一周的碎片化新闻、市场数据、机构评论。学生分组，在信息不完备的情况下做出初步形势判断。随后，教师系统揭示事件全貌、后续演进及深层逻辑，凸显直觉判断与系统分析的巨大差距，从而引出现代宏观金融分析的复杂性、必要性与基本伦理。进而概述本课程的研究性学习路径、最终产出要求（一份深度分析报告及一场模拟央行货币政策委员会会议）及评估标准。最后，讲授宏观金融分析的对象与目标，区分“形势研判”、“政策分析”与“市场预测”的异同。

  第2周：核心分析框架（一）——增长、通胀与金融周期的交织。（3学时）深入剖析传统宏观经济“增长-通胀”分析框架在金融深化时代的不足。重点引入“金融周期”理论，详细讲解信贷、房地产价格与宏观经济的共生循环机制，以及“金融缺口”、“债务可持续性”等关键监测指标。结合中国近年“去杠杆”与“稳杠杆”的实践，讨论如何识别金融周期的不同阶段及其对传统经济周期分析的修正。课堂练习：给定某经济体连续十年的宏观经济与金融数据序列，学生小组协作，绘制并解读其经济周期与金融周期图谱，识别潜在风险点。

  第3周：核心分析框架（二）——开放经济下的政策博弈与风险传导。（3学时）构建开放经济宏观金融分析框架。深入讲解“三元悖论”与“二元悖论”的演进，分析主要经济体的货币政策外溢效应（尤其是美联储货币政策周期）的传导渠道（利率、汇率、资产价格、预期）。探讨全球金融周期、跨境资本流动与新兴市场脆弱性的关系。引入地缘政治风险作为新的分析维度。案例研讨：以2013年“缩减恐慌”或2018年新兴市场货币危机为例，小组分析风险是如何从中心国家传导至外围国家，并评估不同政策应对策略的有效性。

  第4周：分析工具箱——从理论模型到实证方法。（3学时）系统梳理本课程将频繁使用的实证方法。并非重复计量经济学课程，而是聚焦于应用场景：如何设定VAR模型以识别货币政策冲击？如何构建金融条件指数？如何运用事件研究法评估政策宣告的市场效应？如何对央行行长讲话进行文本分析以提取政策立场？如何设计简单的DSGE模型情境模拟？本讲旨在建立方法与问题之间的桥梁，明确各种方法的优势与陷阱，要求学生根据自身研究兴趣，初步选定后续项目可能采用的主要方法，并开始检索相关应用文献。

  第二阶段：数据淬炼与专题深化（第5-10周，共18学时）

  本阶段以专题形式，带领学生深入关键领域，同时进行密集的数据处理与初步分析技能训练。

  第5周：货币信用与流动性分析专题。（3学时）超越对M2、社融存量增速的简单观察。深入讲解央行资产负债表的结构性变化、基础货币投放渠道演变、货币政策工具的创新（如MLF、PSL、再贷款等）。分析社会融资结构变化（直接融资与间接融资、表内与表外）的经济含义。实践环节：学生使用Wind终端，并整理中国近十年央行资产负债表、社会融资规模明细数据，计算关键比率，制作动态图表，并尝试撰写一段分析性文字，描述货币创造机制的变化。

  第6周：财政政策与宏观债务专题。（3学时）分析财政政策的空间与效力。探讨政府赤字、地方政府隐性债务、政府与社会资本合作模式对宏观金融稳定的影响。引入“宏观杠杆率”的国际比较与部门分解。学习如何评估财政可持续性。小组任务：给定一个高债务经济体案例，评估其财政风险，并模拟设计一份包含短期应急与中长期整顿的财政重整计划。

  第7周：资产价格与金融稳定专题。（3学时）研究股票、债券、房地产及外汇等主要资产价格的联动关系及其对金融稳定的影响。学习构建资产价格泡沫的监测指标。分析货币政策与宏观审慎政策“双支柱”调控框架如何应对资产价格波动。课堂辩论：正方“央行应积极干预以预防资产价格泡沫”，反方“央行不应以资产价格作为直接调控目标”。

  第8周：国际收支与汇率专题。（3学时）深入分析经常账户与资本金融账户的结构性变化。探讨汇率决定的理论与现实差异，分析汇率预期管理工具。研究跨境资本流动的波动性与管理。数据实验室：利用国际数据，计算主要货币的有效汇率，分析其与利率差、贸易条件等因素的相关性。

  第9周：行业研究与微观基础嵌入。（3学时）宏观分析需有微观根基。本讲学习如何通过重点行业（如房地产、汽车、集成电路、新能源）的运行数据（产能、库存、价格、投资、景气度）来感知宏观经济的温度与结构变化。介绍如何利用上市公司财务数据、高频的交通物流数据、电力数据等作为宏观指标的补充或验证。实践：选择某一行业，寻找其与宏观经济周期的领先或滞后关系指标。

  第10周：中期项目研讨会。（3学时）各研究小组提交并宣讲项目开题报告，内容包括：具体研究问题、初步文献综述、分析框架、拟采用的数据与方法、初步的数据描述性统计发现、研究计划与分工。全班同学与教师、助教共同担任评委，进行质询与评议，提出修改建议。此环节旨在确保各项目方向正确、方法可行、路径清晰。

  第三阶段：项目攻坚与模拟实践（第11-14周，共12学时）

  本阶段学生以小组为单位，在教师与行业导师指导下，集中进行项目研究、报告撰写与模拟实践准备。

  第11-12周：分组指导与深度研究。（6学时，以预约指导形式进行）教师与行业导师（线上或线下）对各小组进行多轮一对一深度指导。重点关注：数据处理的严谨性、模型设定的合理性、实证结果的稳健性、结论推导的逻辑性。解决学生在研究过程中遇到的具体技术难题与概念困惑。鼓励小组间进行跨组交流与互助。

  第13周：报告撰写与可视化呈现工作坊。（3学时）专题讲解如何撰写专业的宏观金融分析报告。包括：摘要的提炼、引言的问题提出、文献评述的写法、数据与方法的清晰陈述、结果的分析与讨论、结论与政策建议的提出、参考文献的规范。重点培训数据可视化原则与技巧，如何制作清晰、准确、美观的图表，避免误导。学生利用此时间，在课堂上集中撰写和打磨报告初稿。

  第14周：模拟央行货币政策委员会会议。（3学时）这是课程的高潮与综合性考核环节。设定一个当前或近未来的模拟宏观经济情境（数据基于现实但加以合理推演）。各小组不再代表自己的研究项目，而是被随机分配角色：例如，中国人民银行货币政策司、调查统计司、金融稳定局、外部专家委员（来自高校、券商、基金公司等）。各角色基于共同的情境基础数据，但从不同职责视角出发，进行形势研判，提出货币政策（利率、准备金率、公开市场操作、宏观审慎措施等）建议，并进行辩论与表决。教师担任会议主席。此活动全面考核学生对宏观金融形势的综合把握能力、政策分析能力、快速反应能力与沟通表达能力。

  第四阶段：成果集成与反思提升（第15-16周，共6学时）

  第15周：终期成果答辩与同行评议。（3学时）各小组正式提交完整的宏观金融形势分析研究报告，并进行公开答辩。答辩委员会由教师、助教及随机抽选的学生代表组成。答辩后，全班进行匿名同行评议，从研究质量、分析深度、报告呈现、答辩表现等多维度为其他小组评分。评议本身也作为学生过程性评价的一部分。

  第16周：课程总结、反思与前沿展望。（3学时）教师对各小组项目进行总点评，梳理课程核心知识线与方法论。引导学生反思整个研究性学习过程中的得失：最大的认知突破是什么？遇到的最大挑战及如何克服？团队协作的教训与经验？随后，邀请客座行业专家（如来自政策研究部门或顶尖投资机构）分享当前宏观金融研究的前沿领域与未来职业发展对能力的要求。最后，课程在师生关于经济学使命与个人职业规划的开放式对话中结束。

  六、教学评价设计

  本课程采用综合性、过程性评价方式，彻底改变“一考定乾坤”的模式。

  1.个人平时表现（20%）：包括课堂参与度、案例讨论贡献、数据实验室任务完成情况、同行评议的认真程度与质量。

  2.小组项目过程性成果（30%）：包括开题报告质量（10%）、中期检查与导师反馈的响应与改进情况（10%）、数据与代码的规范性与可复现性（10%）。

  3.小组项目终期成果（40%）：包括最终研究报告的学术质量与应用价值（25%）、模拟货币政策会议中的角色表现（10%）、终期答辩表现（5%）。

  4.个人反思报告（10%）：课程结束后，每位学生提交一份不少于3000字的个人反思报告，深度总结在知识、技能、方法论及学术态度上的收获与成长。

  七、教学特色与创新

  1.“研-学-做”一体化设计：将完整的学术研究流程作为教学主线，使学