宏观经济学
宏观经济学:从国民账户到增长与政策
课程定位
宏观经济学研究的不是一个抽象的“平均人”,而是把家庭、企业、政府、金融机构和国外部门的决策放在同一个相互联系的系统里,解释产出、就业、通货膨胀、利率、汇率、增长和危机为什么会共同变化。
这门课按一条清晰的学习链组织:
本科生需要掌握概念、图形、基本方程和政策传导;研究生还需要说明动态假设、预期、识别策略、异质性、一般均衡反馈和模型与数据之间的对应关系。本课程中的“研究生扩展”不是把公式写得更复杂,而是要求你明确哪些结论由哪些假设产生。
学习成果
完成课程后,你应能够:
- 解释 GDP、国民收入、消费、投资、政府购买、净出口、通货膨胀和失业率的定义与测量边界。
- 区分名义量与实际量、存量与流量、水平与增长率,并识别常见的统计口径错误。
- 用凯恩斯交叉、IS–LM 或现代利率—产出框架解释短期总需求变化。
- 用 AD–AS 框架分析需求冲击、供给冲击、预期变化和政策响应。
- 解释货币创造、银行资产负债表、中央银行工具、利率传导和金融条件。
- 计算并解释财政乘数、债务动态、实际利率、增长分解和汇率变化。
- 讨论长期增长中的资本积累、人力资本、技术、制度和生产率。
- 区分描述性宏观事实、理论机制、政策反事实和因果识别证据。
- 使用 Python 或 R 对宏观数据进行可重复的整理、可视化、估计和稳健性检查。
- 写出一份同时说明机制、时间跨度、分配后果与不确定性的宏观政策分析。
本科生与研究生两条学习路径
| 学习层级 | 必须达到的标准 | 建议的研究生扩展 |
|---|---|---|
| 本科生 | 会读国民账户和宏观图形;能推导基础乘数;能解释政策冲击的方向、时滞和副作用。 | 用数据检验一个宏观事实,并讨论测量误差和替代解释。 |
| 研究生 | 在掌握本科内容的基础上,能写出动态模型的状态变量、冲击和识别假设。 | 讨论预期、一般均衡、异质性主体、结构估计或局部投影等研究方法。 |
研究生学习者不应跳过基础模型。凯恩斯交叉、货币市场和增长模型是阅读 DSGE、VAR、局部投影和宏观劳动研究的语言基础。
先修准备
概念准备
在开始第一章前,先确认自己能够区分:
| 概念对 | 要点 |
|---|---|
| GDP 与财富 | GDP 是一段时期的生产流量;财富是某一时点的资产净值存量。 |
| 名义与实际 | 名义量包含价格变化;实际量尽量隔离价格后比较数量或购买力。 |
| 储蓄与投资 | 宏观账户中的投资是新增资本品和库存变化,不等同于购买股票。 |
| 失业率与就业率 | 分母不同;退出劳动力市场会改变失业率而不一定改善就业。 |
| 赤字与债务 | 赤字是某期流量;债务是累积存量。 |
| 相关与因果 | 两个宏观变量共同波动不等于其中一个造成另一个。 |
数学与数据准备
需要掌握一次函数、对数增长率、百分比变化、求和符号、矩阵乘法和基本微积分。宏观数据还要求你注意频率、季节调整、基期、链式价格指数、修订和缺失值。
诊断自测
| 问题 | 强答案应注意什么 |
|---|---|
| 名义 GDP 增长 8%,GDP 平减指数增长 5%,实际 GDP 是否增长 8%? | 不应把价格增长计入实际产出;小增长率近似为实际增长约 3%。 |
| 政府增加支出一定会让产出增加同样多吗? | 要看乘数、税收、进口、利率、供给约束和预期。 |
| 央行降息一定会降低通胀吗? | 短期可能刺激需求;最终效果取决于产出缺口、预期、供给和政策可信度。 |
| 经济增长一定意味着所有人的福利都提高吗? | 需要观察分配、闲暇、环境、公共品和家庭生产等 GDP 未覆盖部分。 |
| 贸易逆差是否等于国家“亏损”? | 要区分经常账户、资本流动、储蓄—投资恒等式和福利含义。 |
自测提示
贯穿案例:一次能源价格冲击
假设一个能源进口国突然面对能源价格上升。不要只写“通胀上升”,而要按层次分析:
- 国民账户层面: 能源进口价格上升可能恶化贸易条件,居民实际购买力下降,企业成本上升。
- 供给侧: 单位产出成本提高,短期总供给向左移动;产出下降、价格水平上升的风险同时存在。
- 需求侧: 实际收入下降会减少消费;如果政府补贴能源,财政支出增加,需求下降可能被部分抵消。
- 货币政策: 央行面对通胀与产出之间的权衡;加息可能压制需求,但不能直接增加能源供给。
- 分配层面: 低收入家庭能源支出占比更高,统一补贴与定向转移支付的分配效果不同。
- 长期层面: 投资、能源替代、技术创新和基础设施会改变未来供给弹性。
这一案例提醒我们:同一个冲击可以同时进入多个方程。高质量回答要标出每条传导的时间跨度、受影响的主体和可能的反作用。
能源冲击的示意性宏观路径
示意图用于理解冲击方向,不代表任何具体国家的实际数据。
一个可计算的乘数例子
在最简单的封闭经济模型中,假设消费函数为:
商品市场均衡为:
代入可得:
因此,在其他条件不变且利率不变的短期近似下,政府购买乘数为 。如果边际消费倾向 ,政府购买增加 20 亿,模型中的产出增加为 80 亿。
计算简单财政乘数
这个结果不是政策承诺。开放经济中的进口、税收、利率上升、供给瓶颈、预期变化和债务约束都会使实际乘数不同。研究生分析还要说明乘数是结构参数、局部近似还是从历史数据中估计的对象。
课程章节
| 章节 | 主题 | 核心问题 | 页面 |
|---|---|---|---|
| 01 | 国民账户与宏观指标 | GDP、通胀、就业和财富如何测量? | 进入第一章 |
| 02 | 消费、投资与凯恩斯交叉 | 总需求如何决定短期产出? | 进入第二章 |
| 03 | 货币、银行与利率 | 货币如何创造,央行如何影响金融条件? | 进入第三章 |
| 04 | AD–AS、通胀与失业 | 需求冲击与供给冲击如何产生不同结果? | 进入第四章 |
| 05 | 财政政策与债务 | 稳定经济的财政空间和代价是什么? | 进入第五章 |
| 06 | 增长、生产率与发展 | 为什么长期生活水平会分化? | 进入第六章 |
| 07 | 开放经济与汇率 | 贸易、资本流动和货币政策如何相互制约? | 进入第七章 |
| 08 | 宏观研究项目 | 如何从事实、模型和数据形成可检验的政策论证? | 进入第八章 |
| 09 | 浏览器交互实验 | 如何用 Python 与 R 检验乘数、政策规则、债务、增长和冲击响应? | 进入实验课 |
| 10 | 前沿文献与当代案例 | 疫情后通胀、非线性菲利普斯曲线与 AI 生产率怎样连接模型和证据? | 进入前沿课 |
13 周学习路径
| 周次 | 本科生重点 | 研究生扩展 | 产出 |
|---|---|---|---|
| 1 | 国民账户和变量定义 | 账户恒等式与测量误差 | 指标字典 |
| 2 | GDP、通胀和失业 | 价格指数、修订和潜在产出 | 数据审计 |
| 3 | 消费和储蓄 | 跨期选择与预期收入 | 消费函数练习 |
| 4 | 投资和乘数 | 利率、资本调整和不确定性 | 凯恩斯交叉推导 |
| 5 | 货币和银行 | 资产负债表、金融摩擦 | 银行案例 |
| 6 | 货币政策 | 规则、预期和传导时滞 | 政策备忘录 |
| 7 | AD–AS | 供给冲击、通胀预期 | 冲击图解 |
| 8 | 财政政策 | 债务动态与财政可持续性 | 债务计算 |
| 9 | 增长模型 | Solow、内生增长与分解 | 增长分解 |
| 10 | 开放经济 | 汇率制度与资本流动 | 汇率案例 |
| 11 | 交互实验与实证 | 乘数、债务、Solow 与局部投影 | Python/R 可重复脚本 |
| 12 | 前沿文献与证据争论 | 通胀分解、非线性与 AI 任务模型 | 文献证据矩阵 |
| 13 | 综合项目 | 机制、识别和敏感性分析 | 宏观研究报告 |
宏观分析写作模板
面对一项政策或新闻材料,按以下顺序写作:
- 定义问题: 变量、主体、冲击和时间跨度是什么?
- 给出基线: 在没有冲击时,模型或事实基线是什么?
- 解释机制: 冲击通过哪个市场、价格、预期或约束传导?
- 区分短期与长期: 哪些变量可以调整,哪些存在滞后?
- 讨论政策: 政策工具改变了什么,是否引入新的扭曲或分配后果?
- 说明证据: 哪些观察支持该机制,哪些替代解释仍然可能?
- 写出限制: 模型忽略了什么,结论对哪些假设敏感?
推荐教材与工具
- 曼昆:《宏观经济学》:适合本科生建立概念和图形直觉。
- Blanchard, Macroeconomics:适合把短期波动、政策和开放经济连起来。
- Romer, Advanced Macroeconomics:适合研究生进入增长、消费、投资和动态一般均衡。
- Carlin and Soskice, Macroeconomics: Institutions, Instability, and the Financial System:适合连接制度、金融和宏观稳定。
数据练习可以使用现有 Pyodide、webR 和 Chart.js 组件;研究生项目应把数据字典、代码、模型设定、图表和限制说明放在同一份可复现材料中。
内容支撑与使用边界
课程中的恒等式、模型与政策结论分为三层:国民账户恒等式负责定义和核算;凯恩斯交叉、Solow、AD–AS 等模型负责澄清机制;回归、事件研究或局部投影负责把机制带回数据。恒等式不自动提供因果解释,模型参数也不能不经估计就直接当作现实数值。
建议把 Blanchard 或曼昆作为本科主教材,把 Romer 与 Carlin–Soskice 作为研究生扩展,并在实证项目中同时报告数据来源、样本区间、变量单位、识别假设和敏感性分析。浏览器交互实验使用合成数据帮助理解机制,不替代真实数据审计或正式因果识别。