第五期“问道诺奖：北大汇丰学生茶话会”举行
2025-11-28 09:38:09 来源：萨金特数量经济与金融研究所、公关媒体办公室；文字：小半、程亦鸣、邱思语
11月18日，第五期“问道诺奖：北大汇丰学生茶话会”活动在北京大学汇丰商学院举行。2011年诺贝尔经济学奖得主、北京大学汇丰商学院萨金特数量经济与金融研究所荣誉主任托马斯·萨金特（Thomas J. Sargent）教授再度受邀，与学院全日制硕士学生围坐交流。北京大学博雅特聘教授、汇丰商学院院长王鹏飞参加活动。活动由萨金特数量经济与金融研究所副主任史蛟副教授主持。
茶话会现场
茶话会上，同学们就“美联储独立性”“如何开展学术研究”“发展中经济体的公信力”“AI时代的理性预期理论”“未来职业生涯准备”“中美AI竞争”等议题踊跃提问。萨金特教授以幽默而严谨的方式逐一解答，从制度设计到技术变革、从理论探讨到个人发展，层层递进、深入浅出。他强调，经济学的核心在于理解激励、约束与预期如何塑造行为与制度。同时，他勉励同学们在研究中回归基本原理，保持独立思考与判断，让AI成为技能的补充，而不是替代品。
萨金特教授和学生交流
提问 & 解答
问：作为一名学生，我想知道如何开始一个研究问题。我该如何找到一个要研究的问题？另外，AI工具将如何影响我们的研究方法？
答：这是我们所有人都经常面临的一个根本问题：如何分配我们有限的时间和智力精力。是专注于像AI这样的“热门话题”，还是专注于基础原理，这是一个真实的困境。我的方法是个人化的。我倾向于研究基础的、永恒的原理。我书架上经常反复翻阅的书通常都有几十年的历史，它们处理的数据集很小，但却精彩地阐释了普适的原理。这些原理——比如激励、约束和预期——适用于任何国家和任何时代。
关于AI，你必须问自己一个关键的元问题：你的问题是你自己想出来的，还是你依赖AI提出的？这里没有道德评判，但这对于自我认知至关重要。危险在于，AI可能成为你自身思考的替代品，而不是补充。我在教学中见过；完全依赖外部工具而不去钻研基础材料的学生，最终什么也学不到。AI的核心是曲线拟合和统计学习——这些正是我们所教授的基础知识的一部分。要想受益，你必须让AI成为你技能的补充，而不是替代品。它应该增强你的思考能力，而不是控制思考过程本身。目标是利用这个工具来加深你对基本原理的理解，而不仅仅是生成输出。
问：发展中经济体的政府应如何逐步建立公信力？在这些经济体中，家庭和公司正在学习过程中，可能不信任官方的模型和预测。中央银行和财政部在理解真实家庭和公司如何形成预期方面，通常最可能犯什么错误？
答：这触及了预期、公信力和声誉的核心。让我们仔细定义这些术语。“声誉”不是你内在拥有的东西；它存在于他人的心中。是他人对于你在各种情况下会采取什么行动的信念或预期。你的声誉是由你的历史行为塑造的——人们处理这些“数据”来形成对你的看法。
考虑一个简单的例子：我向我妻子承诺晚上6点回家帮忙做晚饭。5点半时，一个朋友邀请我去酒吧。我面临一个选择：遵守承诺，或者为了即时享乐而违约。如果我违约了，我妻子会更新她对我可信度的看法。关键在于，我知道她在进行这种数据处理。所以，我的决定是在预期其会如何影响我在她心中的声誉的前提下做出的。这就创造了一种动态互动。
这就是公信力背后的纯理论。它关乎一个具有均衡态的多期博弈。政府和中央银行与公众恰恰就处于这种博弈中。要建立公信力，他们不仅必须做出承诺，还要履行承诺，并且要明白公众一直在观察并更新他们的信念。违背承诺的后果是，公众将相应地调整其预期和行为，这使得未来的政策效果下降。官员们常常错在低估了公众从过去行动中学习的能力。这无关复杂的模型，而在于与既定目标一致的、始终如一的、可预测的行为。
问：如果我们想在几年后开始职业生涯或创业，在此期间我们应培养什么样的思维模式来面对未来的挑战？我们如何才能将所学的经济学和逻辑与真实的商业世界最好地结合起来？
答：你所需要的思维模式正是我们一直在讨论的：经济学的思维方式。伟大的经济学家常说，其核心并不复杂，它就是关于理解激励和约束。在社会领域，这包括人们相互之间的信念和预期这股强大的力量，它们创造了声誉和公信力。
你不一定需要学习海量的事实，但你需要学会如何思考。学习那些基础的、普适的原理。帮助你理解我关于承诺回家那个简单例子的原理，同样能帮助你分析中央银行的公信力、国际贸易协定或社会安全网的稳定性。
当你面临一个商业问题或政策问题时，要将其简化。激励是什么？约束是什么？不同参与者的信念和预期是什么？他们的行动如何在均衡中相互作用？这个框架非常强大且普遍适用。你所学的经济学提供了系统分析这些情况的逻辑结构，使你能够超越轶事或肤浅的解释。这种分析的严谨性将使你在商业世界中获得优势。
学生感言
一直很敬佩萨金特教授。这次能近距离听教授分享，最大的触动是他把机器学习重新放回真实经济运行的框架里。萨老师说，AI的核心仍然是统计学习，是对激励和约束的刻画——这句话一下把我之前零散的知识点串成了体系。原来那些看似抽象的模型，并不是抽象的公式，而是用来理解行为、政策与决策背后的逻辑工具。
——程亦鸣（2024级国际金融管理硕士研究生）
非常有幸参加萨金特教授的茶话会。印象最深的是他对“预期”与“声誉”的深刻洞见。他指出声誉其实构建于观察者的视角，正如我们对萨金特教授的声誉认知源于我们对他的预期。他进一步讨论了利用历史行为构建预期的方法，并强调当主体行为偏离既往轨迹，例如当前政策不确定性加剧的环境下，单纯依赖历史数据的预期往往会失效。这一观点让我重新审视了经验数据在预测未来时的局限性。此外，萨金特教授关于AI发展以及自动驾驶等前沿话题的探讨也极具启发性，令我受益匪浅。
——诸建飞（2024级经济学硕士研究生）
这是我来到萨金特数量经济与金融研究所做RA工作后第一次有幸参与和萨金特教授的交流，收获非常大。教授以简洁而深刻的逻辑，串联起美联储独立性、理性预期与AI时代的研究方法等议题，始终强调“激励、约束与预期”这一经济学核心思维。他提醒我们，无论技术如何演进，对基本原理的坚守与理解才是应对不确定性的根本。作为青年学子，我们更应培养这种穿透现象看本质的思辨能力，让AI成为辅助思考的工具，而非替代自主探索的捷径。
——邱思语（2025级经济学硕士研究生）
能参与本次和萨金特教授的近距离交谈，我深感荣幸之至；而萨金特教授逐一聆听每位同学的疑问并做出认真解答，更令人心生敬意，赞叹于他的幽默、豁达与睿智。我印象最深刻的是萨金特教授关于如何思考AI与自身关系，以及如何做出创新研究的建议：学会驾驭AI这一超强工具，不要迷失在繁杂的概念与推导中，尝试找到构造概念和模型的原则，并仔细思考它们。此外，我感受到萨金特教授在切分问题时角度是极为新奇的，能够现场聆听一番见解，我感到无比幸运。
——邹怡琳（2025级经济学硕士研究生）
背景信息
作为全球宏观经济研究最杰出学者之一，萨金特于2017年加入北京大学汇丰商学院，领衔组建“萨金特数量经济与金融研究所”并先后担任主任和荣誉主任职务。他积极引入世界知名高校和研究机构的学者，与北大教师组成了国际化、高水平的研究团队，推动中国数量经济学与金融学的理论和应用研究。他亲自设计和主持了学院经济学博士项目，并讲授“高级宏观经济学”等课程。迄今，萨金特数量经济与金融研究所已招收7届博士生，举办8届宏观经济与金融国际会议，促进了中国学者与全球顶尖经济金融领域专家的交流。
“问道诺奖：北大汇丰学生茶话会”系列活动由萨金特数量经济与金融研究所组织发起，通过邀请萨金特与学生们进行面对面深度交流，及时洞察并回应学生在学术研究中的问题与疑惑，为学生提供指导与启迪。
相关阅读
