新学期伊始，北京大学汇丰商学院为同学们准备了营养丰富的课程大餐。其中包括由2011年诺贝尔经济学奖得主、北大汇丰萨金特数量经济与金融研究所所长托马斯•萨金特（Thomas J. Sargent）教授设计并讲授的“计算经济与金融”系列课程。自上学年首次开课以来，该课程以“前沿”“时尚”“清晰”“循序渐进”等特点受到了广泛关注。同学们的学习体验如何？课程在新学期将有哪些调整？让我们一起走近课程团队聆听课堂内外的精彩故事。

该系列课程的数学部分由萨金特教授讲授（资料图片）

　　2020年9月，当北京大学汇丰商学院2019级经济学专业硕士生李蕾在课堂上敲出了人生的第一行代码“Hello World”，按下回车键的同时，她没有意识到，自己开启了另外一扇大门。

　　尽管她选这门课的初衷是，“Python处理数据比Excel更强大”，但四个模块下来，她的收获远远超过了预期。

　　李蕾是北大汇丰萨金特数量经济与金融研究所“计算经济与金融”课程的40多名选课同学中的一员。从2020年秋季开始，该系列课程开课，课程由2011年诺贝尔经济学奖得主、北大汇丰萨金特数量经济与金融研究所所长托马斯·萨金特（Thomas J. Sargent）教授与纽约大学博士切斯·克尔曼（Chase Coleman）和斯宾塞·里昂（Spencer Lyon）一起设计并讲授。课程包括“数学基础”、“数据技能”、“机器学习和算法”、“动态模型”四个模块以及一个课前完成的线上预备“训练营”课程。

　　今年7月，持续一个学年的课程结束了。同学们会如何评价这门课呢？

“前沿”又“时尚”

　　“前沿”、“时尚”、“丰富”、“实用”、“清晰”、“循序渐进”是同学们描述这门课的关键词。

　　学习了四个模块的北大汇丰2019级管理学专业张越表示，“我之前对Python不熟悉，基本上是从零开始，老师手把手教学，让我了解了Python的基础操作，如何处理数据，以及一些机器学习中的原理和方法。”

同学们的课堂作业截图

　　根据课程设计者萨金特教授的想法，这门课旨在为学生提供前沿数据操作和管理工具，使学生能够应用各种经典和前沿的机器学习技术来解决社会科学中的问题。

　　对于北大汇丰的学生来说，他们要解决的首要问题是经济、金融等专业学习过程中的数据处理问题。

　　“数学到金融的应用，这门课结合得比较好。” 2019级经济学专业刘俐表示，“通过这个项目的学习，自己至少有三方面的收获：首先是编程能力得到提升；其次，学到了金融资产定价的理论如何通过编程实现；第三，学到了概率论、统计等数学的完整框架。”

　　“时尚”和“fancy”这些似乎和课堂不沾边的形容词，被同学们拿来形容这个课程却显得毫不违和。课上，在老师的指导下，同学们可以把一些抽象的概念用代码实现，再用图像的方式呈现，自己操纵改变参数，可以看到图像的变化，直观地显示参数变化带来的影响。

　　“这种互动的形式促进了学习，使学生能够在实践中学（Learn by doing）。”里昂博士解释道。

　　此外，课程所有相关的代码都以Jupyter notebook形式呈现，所有课程录像都可以回看，大大方便了同学们课后复习和完成作业。“无微不至。”张越评价说。

“祛魅”与“赋能”

　　而这一切都是三位授课老师以一种“润物细无声”式的配合授课来实现的。

　　萨金特教授十分重视数学，他曾引用法国数学家Henri Poincare的话说“数学是给不同的东西赋予相同名字的艺术”。在这个系列课程中，数学部分的教学主要由他承担。另外两位教师则主要负责编程部分。

萨金特教授和同学们在一起（资料图片）

　　虽然各有分工，但在张越看来，这四个模块“循序渐进”、“没有强烈的分割感”。在具体课程中，并非先讲一个模块的数学，再学一个模块的编程和数据处理，而是穿插进行，让学生随时可以通过编程实践所学的数学知识。

　　与一般的数学和统计学课不同的是，“这门课从一开始就跟计算机科学结合，告诉同学们大学时期就学过的数学在计算机科学前沿如何应用。”萨金特数量经济与金融研究所副所长史蛟教授解释说，“整个课程，通过不间断地展示，提供了一系列核心工具。”

　　用一系列前沿工具赋能（empower）学生，正是萨金特教授的教育理念。他曾指出，“学习工具的用法有助于提出好问题。”基于工具的基础课训练可以“告诉年轻人隐藏在表面多元化背后的一致性”。

　　为避免同学们对这些前沿工具心生畏惧，三位老师把对同学们的激励融汇在教学的点滴中。“尽管取得非常大的成就，但萨金特教授经常在课上说某件事他自己来做也不是那么容易。”李蕾回忆说，“这给我们很大鼓励，让我们知道成事不仅靠天赋，勤奋也很重要，遇到困难不要放弃。”

　　在史蛟教授看来，这门课的一大特色就是“通过去神秘化（demystify，祛魅），让同学们了解到人工智能背后的数学原理，把一个很复杂的东西用很简单的方式讲授，让同学们不仅觉得整个过程都是可理解的，而且懂得如何应用，比如用神经网络和深度学习的诸多前沿方法去做经济预测，或从文字与图像中抽取有用的信息。”

　　随着计算机和人工智能的迅猛发展，国内外的不少高校也开设了数量金融学课程，“但相比之下，北大汇丰这个课程结合了萨金特教授几十年的经济学教学经验。萨金特教授知道学科的痛点和难点、学科几十年来的精髓，以及下一步如何发展，这些发展可以得到哪些计算机科学上的帮助等。”史蛟解释说。从最核心的数学基础直接拉到应用，将两者贯通起来，在两堂课之中讲完，“不仅有用，还使同学们有心理上的满足感。”

“不负厚望”

　　里昂博士曾在纽约大学的Data Bootcamp讲授多年计算经济学和金融学课程，但他认为北大汇丰的课程内容更加广泛，时间更充裕，让自己作为教师“可以涵盖更多主题，提供更多细节，探索更多的案例研究和例子。”

　　而北大汇丰的学生也“不负厚望”，里昂博士评价说，同学们学习态度端正，愿意投入时间学习这些高级课程，已具备了计算经济与金融所需的知识技能。

完成课程的同学获得萨金特教授签名的证书

　　这是这个系列课程在北大汇丰的第一次实践，授课老师对选课同学的整体表现评价颇高。本学年，这个课程还将根据这次实践进行些许必要调整。对于本学期准备选修这门课的同学，里昂博士表示，“这个项目提供了从该领域经验丰富的研究人员和从业人员那里学习前沿方法和技能的绝佳机会。那些决心努力学习、对学习编程等新技能过程中间或遇到的不适等闲视之的学生，必将在结束这一项目学习时收获实实在在的技能。”

　　萨金特教授曾对数量金融硕士项目的目标学生描绘过这样的蓝图：“为有志向的学生提供必要的知识和工具，并在智力上锻炼他们……今天，像腾讯、阿里巴巴这样令人激动的科技公司对人工智能和机器学习的需求爆炸性增长，业界有越来越多的工作和大学里一样学术化……这些公司甚至提供了比大学更好的纯研究机会和设施。我认为，这种趋势将会一直延续下去，并将为有多样化扎实学术背景的硕士毕业生提供令人激动的前景。”萨金特教授补充道，“当然，追求进一步的学术研究和博士学位的大门也会持续为他们敞开。”

　　实际上，此次选课的四十多名同学中，有人准备读博进一步从事研究，也有人将课程视作增加自己就业机会的“砝码”，比如李蕾，她说“这门课应用性极强，可以直接提高我的就业优势。”

　　无论如何选择，希望同学们在学完这一课程之后都能“准备好在世界顶级学术和私营部门的研究或应用团队中很快做出贡献”。授课教师里昂博士这样期待。

（来源：萨金特数量经济与金融研究所；撰文：姜岸；编辑：木南；图片：悠米）