宏观经济周期识别、测度与趋势研判-大学本科经济学专业三年级教学设计

宏观经济周期识别、测度与趋势研判——大学本科经济学专业三年级教学设计

  一、课程定位与设计理念

  本教学设计面向大学本科经济学专业三年级学生，开设于《中级宏观经济学》与《计量经济学》课程之后，属于专业核心选修课或专题研讨课。课程立足于经济学前沿理论与现实经济运行的深度结合，旨在突破传统宏观经济学教学侧重于理论模型推演、缺乏对真实经济周期脉络把握的局限。设计理念深度融合了“新文科”建设背景下经济学教育的跨学科性、实证性与高阶性要求。课程强调以真实、多维、高频的经济数据为素材，以规范的社会科学实证研究方法为工具，以中国经济运行的特定阶段与关键问题为情境，引导学生从被动的知识接受者转变为主动的经济现象解读者与趋势分析者。课程核心是培养学生构建“理论-数据-方法-研判”四位一体的综合分析框架，使其不仅理解经济周期的经典理论（如基钦周期、朱格拉周期、康德拉季耶夫周期），更能掌握识别周期相位、测度周期波动、研判短期趋势与中长期潜在增长率变动的实操能力。这要求教学超越单一学科界限，有机整合经济学、统计学、数据科学乃至社会学、政治经济学的相关视角，通过项目式学习、案例深度剖析与协作探究，锤炼学生的批判性思维、量化分析能力与策略性沟通素养，为其未来从事经济研究、政策分析、金融投资或战略咨询奠定坚实的专业基础。

  二、学情分析

  本课程的教学对象为经济学专业三年级本科生。经过前序课程学习，他们已具备以下知识基础与能力特征：其一，理论知识层面，系统学习了微观经济学、宏观经济学基本原理，对GDP、失业率、通货膨胀率、货币供给等核心宏观经济变量及其相互关系有基本认知；接触过经济增长理论（如索洛模型）与经济周期理论的初步介绍。其二，方法工具层面，已完成概率论与数理统计、初级计量经济学课程学习，掌握多元线性回归、时间序列平稳性等基础概念，具备使用Stata、EViews或Python中至少一种软件进行简单数据处理与回归分析的操作经验。其三，认知与思维特征，处于抽象逻辑思维成熟期，能够理解较为复杂的理论模型，但将理论应用于解释纷繁复杂的现实经济现象时，常感到力不从心，存在理论与现实间的“割裂感”；对定量分析有初步兴趣但独立完成完整实证研究的能力尚显薄弱；开始关注中国经济现实问题，但对经济数据的时序特征、宏观政策的传导机制缺乏系统性、动态性的把握。

  基于以上分析，学生的学习难点与需求主要体现在：第一，如何将离散的宏观经济指标整合成判断经济整体冷热的系统性框架。第二，如何运用计量工具对经济周期进行定量刻画与阶段划分，而非仅仅定性描述。第三，如何区分周期性波动、趋势性变化与结构性变革，理解不同时间尺度的经济动态。第四，如何基于分析对中国经济当前所处周期位置及未来短期走向进行有依据的研判。因此，教学设计需着重搭建从理论到实践的桥梁，提供结构化分析框架与可操作的方法流程，并通过高强度、沉浸式的数据分析与案例研讨，实现知识的内化与能力的迁移。

  三、教学目标

  （一）学科核心素养与综合能力目标

  1.经济建模与实证素养：深化对经济周期内生机制与外生冲击的理解，能够构建或阐释包含多重反馈机制的周期分析概念模型；牢固掌握并能够规范运用时间序列分解（HP滤波、BP滤波等）、合成指数构建（扩散指数、合成指数）、景气循环分析等主流周期测度方法。

  2.数据批判与量化分析素养：能够熟练获取、清洗、处理来自国家统计局、中国人民银行、国际组织等权威来源的多维度宏观经济时间序列数据；具备对经济数据真实性、可比性、季节调整等问题进行批判性审视的能力；能够运用恰当的可视化工具清晰展示经济周期的动态演变。

  3.综合研判与战略思维素养：形成“长期趋势-中期周期-短期波动”的多层分析视角，能够综合运用产出缺口、通货膨胀、就业市场、金融条件等多维度信息，对宏观经济运行的总体态势、所处周期阶段及潜在风险进行系统性评估与前瞻性研判。

  4.学术沟通与协作探究素养：能够以专业报告的形式清晰、严谨地呈现分析过程与结论，并针对不同受众（如政策制定者、企业决策者、公众）进行有效沟通；在小组合作研究中，能够进行任务分解、观点交锋与成果整合。

  （二）具体学习目标

  1.知识与理解层面：能够准确表述经济周期的定义、典型事实（共动性、持久性等）及主要理论流派（实际经济周期RBC、新凯恩斯主义周期理论等）的核心观点；掌握领先指标、同步指标、滞后指标的概念及其在周期预测中的作用；理解产出缺口、潜在增长率的含义及其政策意义。

  2.技能与应用层面：能够独立完成一个完整的经济周期小型实证研究，包括：选题与问题界定、相关数据收集与预处理、运用滤波方法分离趋势与周期成分、构建简单的景气指数、对当前经济周期相位进行识别判断，并撰写规范的短期经济趋势分析报告。

  3.情感态度与价值观层面：形成基于证据、严谨审慎的经济分析态度，抵制对经济趋势的随意猜测与情绪化判断；增强对中国经济发展阶段与复杂性的理解，培养将宏观经济理论服务于国家发展现实需求的责任感；认识到经济预测的局限性，培养风险评估与不确定性管理意识。

  四、教学重点与难点

  教学重点：第一，宏观经济周期分析的核心框架构建。即如何将价格、产出、就业、金融等多维度指标整合成一个逻辑自洽、可操作的分析体系，用于诊断经济冷热。第二，经济周期成分的定量分离技术。重点讲解HP滤波、BP滤波的原理、参数选择及其经济含义，使学生掌握从实际GDP等序列中提取周期波动成分和长期趋势的基本技能。第三，景气监测体系的原理与应用。深入讲解扩散指数与合成指数的计算方法，如何通过指标筛选、标准化、加权合成等步骤构建反映经济整体波动的综合指标。第四，基于多维度信息的周期相位综合研判方法。教会学生如何交叉验证生产端、需求端、收入端、预期端的指标表现，对经济处于扩张、繁荣、衰退、萧条哪个阶段做出综合判断。

  教学难点：第一，理论模型与实证方法的衔接。学生往往难以理解抽象的经济周期理论（如DSGE模型）如何转化为可检验的实证策略。教学中需通过简化模型和直观案例进行桥接。第二，计量方法的经济学解释。学生可能机械地操作软件得到滤波结果或回归系数，但无法赋予其清晰的经济学含义（如滤波后的周期序列振幅、频率代表什么）。需要通过反复对比不同国家、不同时期的滤波结果进行强化理解。第三，结构性变化与周期波动的区分。在中国经济转型背景下，许多数据的波动既包含周期性因素，也包含结构性因素（如产业升级、人口转变），教导学生识别和区分二者是高级挑战。第四，实时数据的噪声与修订。基于初步统计数据进行实时研判时，面临数据噪声大、后续修订幅度可能较大的问题，如何培养学生的数据质量意识和稳健性分析习惯是难点。

  五、教学资源与环境

  1.数据资源平台：国家统计局数据库、中国人民银行调查统计司数据、Wind金融终端（或同花顺iFinD）、CEIC全球经济数据库、FRED（美联储经济数据）等。确保学生具备至少一种专业数据库的访问与查询权限。

  2.软件与分析工具：主要教学软件为EViews或Stata，因其在时间序列分析方面功能强大且学术通用。同时，引入Python（借助pandas,statsmodels,matplotlib等库）进行补充教学，展示更灵活的数据处理和可视化能力。所有分析代码和案例数据将提前封装成教学模块，供学生调用和修改。

  3.案例库建设：精心编制中外经典经济周期案例，包括但不限于：美国20世纪30年代大萧条与2008年金融危机、日本“失去的二十年”、中国1990年代通胀与治理、2008年全球金融危机冲击与“四万亿”政策反应、2020年新冠疫情冲击与全球经济衰退等。每个案例配套详细的数据集、核心问题清单和分析指引。

  4.学术文献选读：精选经典与前沿文献，如伯恩斯和米切尔《衡量经济周期》的节选、汉密尔顿关于经济周期测度的研究、以及近期《美国经济评论》、《经济学季刊》上关于中国经济增长与周期波动的高水平论文。引导学生从学术前沿汲取分析方法。

  5.物理与网络教学环境：配备高性能计算机的实验室，支持大型数据处理；稳定的校园网络；搭建课程专属的线上学习管理平台（如Moodle或课程微信群辅助），用于发布资料、提交作业、进行在线讨论和答疑。

  六、教学实施过程（共32学时，含16学时理论研讨，16学时实验与项目工作）

  （一）第一单元：绪论——经济周期的现实图景与分析框架（4学时）

  1.课前准备（线上）：学生观看纪录片《监守自盗》或阅读关于2008年金融危机的纪实报道，形成对经济周期破坏力的感性认识。在线完成一份关于“你感知到的当前中国经济冷暖迹象”的简短问卷调查，结果将用于课堂导入。

  2.课堂导入与问题激发（0.5学时）：教师展示课前调查结果，呈现学生感知的多样性甚至矛盾性（如有人觉得就业难，有人觉得消费旺），引出核心问题：我们如何超越个人感知，科学、系统地判断宏观经济整体运行趋势？随后展示过去30年中国GDP增长率波动图、美国NBER官方经济周期划分图，让学生直观感受经济周期的客观存在与测量历史。

  3.核心内容讲授与研讨（2.5学时）：

    （1）经济周期的定义、典型事实与理论回顾：精讲经济周期的经典定义（总体经济活动的扩张与收缩交替出现），重点阐释“共动性”、“持久性”、“周期性”等典型事实。通过快速串讲，回顾从凯恩斯主义、货币主义到实际经济周期（RBC）、新凯恩斯主义DSGE模型的主要逻辑，强调不同理论对波动根源（需求冲击、供给冲击、货币冲击、技术冲击）的不同侧重，为后续多维分析奠定理论基础。

    （2）构建宏观经济周期分析的系统性框架：提出本课程的核心分析框架——“三维度、四象限”诊断法。三维度指：增长维度（实际增速与潜在增速的关系）、通胀维度（价格总水平变化）、就业维度（劳动力市场状况）。四象限指：将增长与通胀组合，形成“高增长低通胀”、“高增长高通胀”、“低增长高通胀”、“低增长低通胀”四种典型宏观状态，每种状态对应不同的周期相位与政策挑战。结合当前全球主要经济体数据，现场进行初步分类判断练习。

    （3）核心宏观经济指标解读：深入讲解GDP、工业增加值、CPI、PPI、调查失业率、社会消费品零售总额、固定资产投资、广义货币供应量M2等关键指标的统计口径、内在联系与使用局限性。特别强调“同比”与“环比”的区别及其在趋势判断中的不同意义。

  4.课堂活动与技能初探（0.5学时）：学生分组，每组获取一份简化的中国2022年主要月度宏观经济数据表。任务一：根据“三维度”框架，选取关键指标，用一两句话描述当时经济的总体特征。任务二：尝试将当时状况归入“四象限”中的某一类，并说明理由。各组派代表分享，教师即时点评，纠正常见误解（如混淆价格与成本、忽视基数效应）。

  5.课后延伸与铺垫：布置阅读材料（NBER经济周期测定委员会的工作方法简介），并发布第一次实验任务：从国家统计局网站中国近20年季度GDP实际同比增速数据，用Excel绘制折线图，并尝试凭肉眼划分出你认为的“波峰”和“波谷”。思考：这种直观划分可能遇到什么问题？

  （二）第二单元：趋势与周期的分离——滤波技术及其应用（6学时：理论2学时，实验4学时）

  1.理论授课部分（2学时）：

    （1）从问题出发：展示学生课后作业中基于肉眼对GDP增速峰谷划分的差异，指出主观判断的不一致性，引出定量分离趋势与周期的必要性。定义长期趋势（潜在产出路径）与周期波动（产出缺口）。

    （2）HP滤波原理与应用：详细推导Hodrick-Prescott滤波的数学形式，解释其本质是权衡拟合度与趋势平滑度的优化问题。重点讨论平滑参数λ的选择标准（年度数据取100，季度数据取1600，月度数据取14400）及其经济学含义（决定了被视为“周期”的波动最短持续时间）。通过动态图表展示不同λ值对趋势线形状和周期波动幅度的影响。

    （3）BP滤波原理与应用：介绍Band-Pass滤波（以Baxter-King滤波和Christiano-Fitzgerald滤波为例）的概念，其目标是直接提取特定频率范围（如6个季度到32个季度）的周期成分。与HP滤波对比，强调BP滤波更专注于传统商业周期频率，而HP滤波得到的周期成分可能包含一些更长或更短波动。

    （4）方法局限性与批判性思考：坦诚讨论滤波方法的缺陷，如“端点问题”（序列起点和终点附近估计不可靠）、对结构性断点的误判（如将潜在增长率的永久性下降错误分解为深度负向周期波动）。引导学生理解，没有完美的分解方法，需要结合经济理论和多种方法交叉验证。

  2.实验课部分（4学时，在机房进行）：

    （1）实验一：中国GDP增长的趋势周期分解（2学时）。学生使用EViews/Stata/Python，载入中国实际GDP季度序列（经季节调整）。分步指导：进行单位根检验以确认序列特征；分别应用HP滤波（λ=1600）和BK滤波（周期设定为6-32季度）进行分解；生成包含原始序列、趋势成分、周期成分的叠加图表；计算周期成分的描述性统计（均值、标准差、自相关）。核心讨论：比较两种方法得到的趋势线形状（尤其在2008年、2020年等重大冲击时点）和周期波动形态有何异同？当前的产出缺口（周期成分值）是正是负？幅度如何？

    （2）实验二：多国比较与结构性断点探讨（2学时）。提供美国、日本、德国同期的实际GDP数据。学生重复滤波操作，进行跨国比较。特别关注日本上世纪90年代后的数据：其趋势线是否呈现明显的平坦化（增长停滞）？周期波动幅度是否收窄？引导学生思考“失去的二十年”更应被理解为趋势的转变还是周期的延长。引入Chow检验或凭观察，讨论在2007-2008年全球金融危机时点，中国的潜在增长率趋势是否存在结构性断点。

  （三）第三单元：景气循环与监测指标体系构建（6学时：理论2学时，实验与项目4学时）

  1.理论授课部分（2学时）：

    （1）景气指数的思想渊源：从哈佛ABC曲线讲起，介绍通过一组经济变量之间的时滞关系来预测经济变动的思想。精讲领先指标、同步指标、滞后指标的定义、选取标准与经济学逻辑（例如，为什么制造业采购经理人指数PMI、股票指数通常是领先指标？）。

    （2）扩散指数与合成指数的构建方法：逐步演算扩散指数（上升指标数占总指标数的比例）的计算过程，解释其如何反映经济扩张的范围和广度。详细讲解合成指数的构建步骤：指标选取、季节调整、去趋势化、标准化、加权合成。重点介绍美国世界大企业联合会、中国经济景气监测中心等权威机构的构建实践。

    （3）采购经理人指数的深度解读：以中国国家统计局发布的制造业PMI和非制造业PMI为例，拆解其调查方法、分项指数构成（生产、新订单、原材料库存、从业人员、供应商配送时间）。解释PMI的荣枯线（50%）含义，及其作为高频、前瞻性月度指标的巨大价值。

  2.实验与项目课部分（4学时）：

    （1）小型项目启动：构建中国宏观经济景气简易监测系统。学生以3-4人为一组。每组需从生产、投资、消费、外贸、金融、预期等六大领域，各选取至少1-2个最具代表性的月度指标（如工业增加值增速、固定资产投资累计增速、社会消费品零售总额增速、出口金额增速、M2增速、消费者信心指数等），确保数据可获得且时间跨度一致（例如2008年1月至今）。

    （2）实验操作：数据处理与指数计算（2学时）。指导各组完成：数据收集与清洗；对每个指标序列进行季节性调整（可使用CensusX-12或TRAMO/SEATS方法，或直接采用统计部门已调整数据）；计算每个指标的环比增长率或同比变化（视指标特性而定）；对处理后的序列进行标准化（减去均值除以标准差）；采用等权重或基于主成分分析确定权重，计算合成景气指数；将计算出的景气指数与官方GDP季度增速或工业增加值增速进行对比作图，观察其先行性或同步性。

    （3）小组研讨与报告撰写指导（2学时）：各组分析自建景气指数的走势。讨论问题：该指数在历史上的几次重大经济拐点（如2008年底、2015年底、2020年初）前后表现如何？是否存在明显的领先特征？当前指数处于上升、下降还是盘整通道？结合滤波分析得到的产出缺口，对当前经济周期相位进行更综合的判断。教师巡视指导，协助解决技术问题，并引导学生关注指标间可能出现的分化现象（如生产强、消费弱）。

  （四）第四单元：综合研判、预测与政策含义（8学时：理论研讨4学时，项目答辩4学时）

  1.理论研讨部分（4学时）：

    （1）周期相位的综合判定标准：系统总结经济周期各阶段（复苏、扩张、过热、滞胀、衰退、萧条）在增长、通胀、就业、金融条件、企业盈利、消费者信心等方面的典型特征组合。介绍NBER周期测定委员会使用的定性定量结合方法。

    （2）宏观经济预测简介与局限：简要介绍基于计量模型（如VAR、因子增强型VAR）、领先指标、调查数据（如专家预测、消费者预期）和混频数据模型进行短期预测的基本思路。重点强调经济预测固有的不确定性，源于模型设定误差、外生冲击不可预测、数据修订、行为非线性等因素。培养学生对预测结果保持合理怀疑和进行情景分析（基线情景、上行风险、下行风险）的习惯。

    （3）周期研判的宏观政策含义：深入分析不同周期相位下，财政政策（自动稳定器与相机抉择）和货币政策（利率规则、数量工具）的应对逻辑与可能效果。结合中国近年实践，讨论“逆周期调节”、“跨周期设计”等概念的内涵与操作挑战。引入“宏观审慎政策”在金融周期管理中的作用。

    （4）前沿议题讨论：全球化与产业链重构对经济周期传导的影响；数字经济、绿色转型带来的结构性变化对传统周期分析框架的挑战；人口老龄化对长期趋势与周期波动特征的潜在影响。

  2.项目答辩与综合评估（4学时）：

    （1）最终成果要求：各小组需整合前几个单元的学习成果，完成一份《中国宏观经济当前周期相位分析与短期趋势展望》研究报告（约3000字），并制作15分钟答辩PPT。报告须包含：摘要、引言、分析框架说明、数据处理与方法描述（滤波分析、景气指数构建等）、核心发现（当前趋势与周期特征的多维度证据）、综合研判结论（当前所处周期阶段及依据）、短期展望与主要风险提示、参考文献。

    （2）答辩与互评：举行模拟学术研讨会形式的答辩会。每组陈述后，接受教师和其他小组的提问。提问重点考察：分析逻辑的严密性、数据与方法使用的规范性、结论的稳健性、对不确定性的认识深度。所有学生参与互评，从内容、方法、呈现三个维度为其他组打分。

    （3）教师总结与课程升华：教师对各组表现进行综合点评，指正共性问题，表彰创新亮点。最后，系统梳理本课程建立的“理论-数据-方法-研判”框架，强调其作为一个基础但强大的分析工具的价值。引导学生认识到，经济运行趋势分析是科学与艺术的结合，既需要严谨的方法训练，也需要深刻的经济直觉和历史视野。鼓励学生在未来持续跟踪数据、关注政策、思考理论，将这门课作为理解复杂经济世界的起点而非终点。

  七、教学评价与反馈设计

  本课程采用过程性评价与终结性评价相结合、量化与质性评价并重的多元评估体系，全面考核学生的知识掌握、技能应用与综合素养。

  1.过程性评价（占总成绩60%）：

    （1）个人平时作业与实验报告（25%）：包括课前阅读思考题、课后数据处理练习、滤波分析实验报告、景气指数构建练习报告等。重点评价对基础知识和核心技能的掌握程度、操作的规范性以及报告撰写的清晰度。

    （2）小组项目过程贡献度（15%）：通过小组内部的互评记录、在线协作平台的活跃度（如代码提交、文档编辑记录）、课堂研讨的参与表现，综合评估每位学生在小组项目中的投入程度、合作精神与实质性贡献。教师通过定期检查小组进度和个别访谈进行监督。

    （3）课堂研讨与提问表现（10%）：鼓励学生在课堂上主动提问、参与案例讨论、回应教师提问。评价标准侧重于提问和回答的逻辑性、与课程内容的相关性以及所体现的批判性思维深度。

    （4）期中个人研究提纲（10%）：在课程中期，要求学生提交一份关于期末小组项目个人负责部分的详细研究提纲，包括计划分析的具体问题、将使用的数据与方法、预期的分析步骤。旨在检查学生的项目规划能力与独立思考情况。

  2.终结性评价（占总成绩40%）：

    期末小组项目研究报告与答辩（40%）。这是课程的核心产出成果。评分细则如下：

      *研究报告质量（25%）：分析框架的合理性与创新性（5%）；数据收集与处理的规范性与严谨性（5%）；分析方法运用的恰当性与深度（5%）；综合研判的逻辑性、证据充分性与结论稳健性（5%）；报告格式规范、文字表达清晰、图表专业（5%）。

      *答辩表现（15%）：陈述的逻辑性与条理性（5%）；PPT制作的专业性与视觉效果（3%）；回答问题的针对性、准确性与深度（5%）；团队协作与配合（2%）。

  3.反馈机制：

    （1）及时性反馈：作业与实验报告批改后一周内返还，附有详细的评语和改进建议。课堂提问和讨论中给予即时口头反