通过互动模拟教授货币政策:一种适用于本科宏观经济学的主动学习方法
《International Review of Economics Education》:Teaching monetary policy through interactive simulation: An active-learning application for undergraduate macroeconomics
【字体:
大
中
小
】
时间:2026年08月23日
来源:International Review of Economics Education 1.3
编辑推荐:
摘要
本文提出了一种用于中级宏观经济学中货币政策教学的互动课堂模拟工具。该活动让学生扮演中央银行委员会的角色,在多轮决策中选择政策利率,同时观察通货膨胀、失业率、通货膨胀预期、信誉度以及宏观经济冲击。虽然该模拟具有一定的简化处理,但它包含了现代宏观经济学强调的核心机制:预期增强的
摘要
本文提出了一种用于中级宏观经济学中货币政策教学的互动课堂模拟工具。该活动让学生扮演中央银行委员会的角色,在多轮决策中选择政策利率,同时观察通货膨胀、失业率、通货膨胀预期、信誉度以及宏观经济冲击。虽然该模拟具有一定的简化处理,但它包含了现代宏观经济学强调的核心机制:预期增强的菲利普斯曲线、实际活动的渐进调整、部分锚定的预期、内生的政策信誉度以及随机干扰。文章详细描述了模型、课堂设计、评分规则、建议的讨论问题以及示例游戏路径。示例结果表明,在综合考虑各种因素后,简单的泰勒规则(Taylor-style rule)的表现优于“始终鹰派”或“始终鸽派”的策略。该工具提供了两种经济上完全相同的实现方式:一种是无需安装即可离线运行的独立浏览器应用程序,另一种是开源的Python笔记本。该工具在知识共享署名许可(Creative Commons Attribution license)下公开提供,可供采用、复制和进一步开发。
引言
货币政策是本科宏观经济学中概念要求最高的主题之一。学生需要理解多个相互关联的机制——通胀目标、菲利普斯曲线、预期形成、中央银行信誉度以及利率决策对实际经济活动的影响。尽管这些概念通常通过静态图表或简单的代数框架来讲解,但这些工具往往忽略了货币政策的一个核心特征:货币政策本质上是动态的。政策决策存在滞后效应,其效果取决于预期和信誉度,同样的行动在不同经济状况和冲击下可能会产生截然不同的结果。本文开发了一种交互式课堂模拟工具,旨在将这些动态机制明确呈现给学生。学生通过基于浏览器的应用程序(或等效的开源Python笔记本)在笔记本电脑或计算机实验室中进行操作,而不是通过传统的纸笔练习或实体课堂实验。该工具的在线版本可在以下链接查看:https://joseisilva.github.io/central-bank-simulation/。在模拟过程中,学生模拟中央银行委员会的角色,在一系列时段内设定政策利率。每轮中,学生需要根据通货膨胀、失业率、通货膨胀预期、信誉度和宏观经济冲击来决定是否收紧、放宽或保持现有政策。随后,经济根据一个包含现代货币理论关键要素的简化模型进行演变——预期增强的菲利普斯曲线、实际活动的渐进调整、部分锚定的预期、内生信誉度以及随机干扰。
主要教学目标是通过让学生亲自参与决策过程,将他们对理论关系的被动认知转变为主动理解政策权衡。学生不仅能够了解通胀抑制的代价或信誉度的重要性,还能通过实际操作体验到这些机制的作用。这种体验方式使学生们面对现实货币政策中的核心挑战:在稳定通胀与承受经济成本之间找到平衡点,在不确定性下形成预期,并长期维持政策信誉度。
该模拟工具适用于中级宏观经济学、货币与银行课程以及以政策为导向的原理课程。不过,它的适用范围并不限于此:在首次课堂应用中,它也被用于没有经济学基础或仅有初步知识的预科生,他们完成了包括供给冲击情景和政策规则与自主决策比较在内的完整练习,并在课后独立调查中给予了高度评价。初步结果显示,该工具可适用于从中学到本科的各种学习群体。它可以通过多种形式实施,包括现场课堂练习、计算机实验室课程或个人作业。该工具提供了两种经济上完全相同的版本:一种无需安装即可在任何网页浏览器中运行的独立HTML文件,另一种是开源Python笔记本(例如在Google Colab中运行)。这种透明度体现在界面上的“显示模型”功能中,它展示了控制方程、冲击表、信誉度规则、泰勒规则基准以及参数词汇表,使学生能够将游戏中的决策与正式的经济模型进行对比。
本文从三个方面为经济学教育做出了贡献。首先,它提供了一个完全指定的、低成本且可重复使用的模拟工具,能够在课堂环境中运行核心宏观经济机制。其次,它将信誉度和预期明确作为状态变量,让学生能够实时观察它们的演变和政策相关性。第三,它包含了教师可控制的要素——如冲击选择和基于规则的决策辅助——从而便于跨不同情景进行结构化比较,并促进有指导的学习。
更广泛地说,该模拟工具补充了关于经济学中主动学习和课堂实验的相关文献(Becker, 1997; Becker and Watts, 2001; Holt, 1999; Salemi, 2002; Goffe and Kauper, 2014)。尽管之前的研究强调了参与度和实验的重要性,但很少有工具能够将现代货币政策的动态逻辑转化为易于使用的课堂工具。本文通过建立理论模型与政策推理之间的桥梁,帮助学生在形式化分析之前内化货币稳定化的逻辑。
教学动机
该模拟围绕五个学习目标进行设计,这些目标与中级宏观经济学课程的实际教学内容高度契合。Hoyt等人(2026年)对美国各机构中级宏观经济学课程的调查表明,包括货币政策、菲利普斯曲线和通货膨胀预期在内的核心短期宏观经济主题在教学大纲中得到了广泛覆盖,但动态框架的应用仍然较为有限。
相关文献
该教学练习结合了三个层面:关于经济学中主动学习的广泛研究、专门针对货币政策教学的课堂实验和模拟研究,以及本科生宏观经济学教科书中的相关内容。本文分别探讨了这些领域,并说明了当前模拟工具如何扩展或补充现有的教学资源。
模拟环境
模拟经济持续20轮(见图1),不过可以通过模型参数面板进行修改。游戏开始时,通货膨胀高于目标水平,失业率略低于自然水平,预期值较高,中央银行的信誉度不完全可靠。每轮中,学生需要选择名义政策利率的变化Δit。利率的范围在0%到10%之间,其中0%的下限在游戏中是有效的。
模型方程
该模拟采用了一个刻意简化的宏观经济结构。该模型并非用于预测,而是用于教学货币政策传导机制和预期的作用。所有方程都采用了季度频率的动态变化,但时间单位未作具体规定,以便灵活解释每一轮的演变过程。
评分规则
政策表现使用二次损失函数进行评估,符合货币经济学中的标准公式。每期的损失组件分别为:
Lπ = 1/T ∑t=1^T (πt ? π*)^2,
Lu = 1/T ∑t=1^T (ut ? u*)^2,
最终得分计算公式为:
S = max(0, min(100, 100 - 4.5 * Lπ - 2.5 * Lu + 0.2 * C * T))
为了便于解释,损失值Sraw的范围限制在0到100之间。超出此范围的值Sraw会在第7节中报告,让学生了解强策略具有多少“缓冲空间”。
示例游戏路径
本节展示了使用Python实现生成的模拟案例。这些案例并非基于实证数据,而是教学用途的示例。所有四种策略都在相同的冲击序列下运行,因此任何差异都反映了政策规则本身的影响。
课堂实施
该练习可以在50至75分钟的课堂时间内完成。推荐的教学结构如下:
1. **游戏前介绍(10分钟)**:回顾通胀目标、失业率、利率、预期值以及中央银行的目标。此时,学生将收到附录B中的一段说明材料,其中明确了游戏目标、规则限制(0-10%的利率范围)以及每轮需要写一句话解释决策的要求。
2. **讨论问题**:以下问题可用于课堂讨论或简短书面作业,按学习目标分组。
评估
该模拟可以通过多种方式进行评估。一种低风险评估方式是只评估学生的反思笔记,而不是直接评分。在笔记中,学生需要解释他们的政策策略,解释得分结果,并将其与菲利普斯曲线和中央银行信誉度联系起来。
更正式的评估则要求学生将实际结果与基准规则进行比较,并从输出的游戏日志中计算损失函数的各个组成部分。表4提供了一个评估参考标准。
扩展
该模拟可以通过多种方式进行扩展。首先,可以将利率下限设为强制性的,使学生面临非传统的政策选择。这无需修改代码:教师可以在参数面板中设置初始通胀水平(例如π0=0),初始利率接近下限(例如i0=0),并可选地通过降低Pno冲击的概率来增加金融冲击的频率,从而迫使政策做出紧缩性调整。
学生反馈
本节报告了在首次使用时从新手学生那里获得的反馈信息,包括对该工具可访问性和接受度的直接评价。我们明确说明了这些反馈所能支持或不能支持的结论。
该模拟工具曾在西班牙赫罗纳大学为期一周的预科暑期项目中使用,作为一小时课程的内容。参与者大约有二十名学生,他们之前没有经济学基础。
研究资金
本研究未获得公共部门、商业部门或非营利组织的任何资助。
关于生成式人工智能和人工智能辅助技术的声明
在撰写过程中,作者使用Claude(Anthropic)软件提升了手稿的可读性和语言表达质量,改进了基于浏览器(HTML/JavaScript)和Python的课堂模拟实现(界面设计、参数控制、数据导出功能),并生成了示例图表和总结表格。所有经济内容、模型设计、校准选择、教学框架和分析结论均为作者原创。
利益冲突声明
作者声明没有已知的可能影响本文研究的财务利益关系或个人关系。
致谢
感谢编辑和三位匿名审稿人的细致审阅和建设性意见,这些意见极大地提升了论文的质量。
José I. Silva
西班牙赫罗纳大学
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号