2023年3月22日，由中国人民大学中国财政金融政策研究中心、财政金融学院共同举办的“黄达-蒙代尔讲座”在明德主楼830会议室成功举行。本次讲座的主题为：“人工智能新近发展及其对经济学研究范式的影响”，由洪永淼教授主讲，中国人民大学财政金融学院副院长、货币金融系主任张成思教授主持。学院众多专家学者与学生参加讲座，并积极展开互动交流。

讲座正式开始之前，张成思教授向与会师生介绍了洪永淼教授。洪永淼教授是中国科学院数学与系统科学研究院关肇直首席研究员，中国科学院大学经济与管理学院院长，发展中国家科学院院士，世界计量经济学会会士，教育部高等学校经济学类专业教学指导委员会副主任委员，曾任美国康奈尔大学经济学与国际研究讲席教授（2010-2020），中国留美经济学会会长（2009-2010）。洪永淼教授的研究领域为计量经济学、时间序列分析、金融计量学、统计学、中国经济等，在Annals of Statistics、Biometrika、Econometrica、Journal of American Statistical Association、Journal of Political Economy、Journal of Royal Statistical Society B、Quarterly Journal of Economics、Review of Economic Studies、Review of Financial Studies、《经济研究》《管理世界》等经济学、金融学和统计学中英文主流期刊发表文章120余篇，出版《概率论与统计学》《高级计量经济学》、Probability and Statistics for Economists、Foundations of Modern Econometrics: A Unified Approach等中英文著作。

首先，洪永淼教授向我们介绍了数智时代的基本特征以及什么是ChatGPT。在数智时代，大数据与人工智能改变了经济主体行为与经济运行方式，也改变了经济学研究范式。大数据为人类提供了认识与改造世界的新思维，是通过大数据去发现和理解复杂系统的运行状态与发展规律、分析和解决现实问题以及预测未来变化的新范式。大数据思维的实现方式主要基于人工智能技术与方法，特别是机器学习。大数据与AI催生了数据驱动研究范式，在此背景下诞生的ChatGPT是人工智能特别是自然语言处理领域的一个革命性技术突破，代表了AI发展的一个新方向。

ChatGPT是一种基于互联网文本数据进行训练的文本生成深度学习模型，并通过强化学习及人机对话的方式持续提供反馈，能够较好地执行各种自然语言处理任务。在经济学研究中，可借助ChatGPT搜索信息、收集数据、撰写文献综述、编写代码、检查程序、设计实验方案、翻译文本等。ChatGPT具有智能性、通用性、交互性、实时性和实用性等特点。

其次，洪永淼教授具体介绍了ChatGPT与大模型思想及其对经济学研究范式的影响。在传统机器学习领域，原则上应该选择和问题复杂度相匹配、规模大小适度的模型，统计学和计量经济学长期面临的一个根本问题是“维数灾难”。ChatGPT通过使用海量互联网大数据，确保训练数据容量远大于模型参数维数，从而避免了“维数灾难”。ChatGPT的算法基础是大语言模型LLM或基础模型。大语言模型是指输入数据主要为文本数据的大模型，其结构设计是深度、多维、多层、多头的注意力结构，可自适应高维空间的稀疏与不平衡数据结构，为避免“维数灾难”提供了一种表示学习的解决方案。接下来，洪永淼教授进一步分析了ChatGPT与大模型对经济学研究范式、特别是计量经济学研究范式的影响。

计量经济学与统计学的一个基本建模原则是，使用尽量简约的模型即小模型刻画数据特征及变量之间的关系。长期以来，计量经济学与统计学使用的数据均是“小”数据，大量数据信息没有被利用。随着数智时代的到来，人工智能特别是机器学习，如LASSO、决策树、随机森林、人工神经网络模型及深度学习等方法，被广泛应用于经济学及社会科学其他领域的研究。实证研究表明，在经济金融预测方面，机器学习显著优于传统计量经济学模型，但尚未达到令人满意的程度，原因包括经济金融系统是复杂系统、受人类心理影响大且具有时变性。为了显著改进经济金融预测与提升模型的解释力，可在计量经济学建模中考虑大模型范式。大模型可容纳高维潜在的影响因素，允许变量之间存在非线性关系，允许模型参数具有时变性，因此能够显著减少模型偏差。另外，为了减少或控制参数估计不确定性，需要使用大量数据，使样本容量远远超过参数个数，这是大模型得以成功的必要条件。

随后，洪永淼教授提出了AI和ChatGPT范式的局限性。第一，以ChatGPT为代表的前沿人工智能目前仍没有人的意识或者理解能力，只有预测能力，不太可能拥有与人类一样的批判性思维和想象力，无法从现有数据推断出重大创新性成果；第二，基于大数据的AI因果推断本质上是一种统计关系推断，与经济学因果关系并不完全一致；第三，AI和ChatGPT没有改变经济学实证研究的本质，基于大数据的经济学实证研究仍然是从样本推断总体，并进行样本外预测；第四，模型、算法和数据的可靠性有待验证，互联网大数据存在各种虚假信息，以ChatGPT为代表的人工智能仍无法确认其表述内容的真实性，互联网大数据也存在“样本选择偏差”问题；第五，机器学习的可解释性是AI领域一个重要且尚未解决的问题，AI特别是机器学习算法涉及高维甚至是超高维参数，这些参数只有数学含义，没有经济含义。在讲座最后，洪永淼教授指出，我们正处于大数据、大科技、大模型的新时代，大模型的思维和方法论必然会对经济学、管理学的研究范式带来一些深远的影响，这就需要研究范式变革，未来我们应该积极探索数据驱动范式和大模型范式。

最后，张成思教授对本次讲座进行了总结，认为洪永淼教授提出的人工智能和经济学研究的趋势和对研究范式的启发非常科学和客观，既对未来经济学科可能的研究范式进行了展望，也提出了人工智能存在的局限，给未来的学术研究带来了信心和启迪。本次讲座通过洪永淼教授的分享让我们对人工智能的新近发展及其对经济学研究范式的影响有了进一步的认识。

至此，本次“黄达-蒙代尔”讲座圆满结束，中国财政金融政策研究中心也将会继续秉承认真负责和严谨的学术态度，为大家继续带来更多精彩、高水平的“黄达-蒙代尔”讲座。