为深入推进学院科研能力建设，提升师生在实证研究领域的理论与实践水平，把握人工智能与计量经济交叉前沿，助力新质生产力相关研究创新，我院近日举办“AI赋能经济学实证研究前沿方法”系列专题讲座，帮助广大师生打破方法与技术壁垒，全面构建新型研究生产力。本次系列讲座特邀中山大学杨海生教授担任主讲人，金融学院及相关院系近百名师生踊跃参与。

杨海生教授长期深耕人工智能与计量经济交叉、文本分析与大模型应用、政策评估方法等研究领域，是国内智能经济学与实证研究领域的知名学者。本次讲座聚焦产业政策与新质生产力评估核心方法，以国际顶刊研究为范本，系统梳理连续处理场景下双重差分法的前沿进展，涵盖协变量调整回归、深度学习个体异质性识别等技术；引入动态内生投入产出模型拓展政策评估的动态维度，精准刻画产业政策冲击的脉冲响应，并针对SUTVA假设不满足的场景，讲解纳入市场均衡效应的评估方法，构建起完整的政策效应研究方法体系。在此基础上，讲座结合AI技术落地场景，以叙事资产定价研究为案例，演示大语言模型在文献研读、研究设计中的高效应用，展现AI对科研全流程的提质增效作用；同时梳理中介分析领域最新成果，覆盖多中介检验、异质性与高维中介分析等核心方法，分享政策评估迁移学习思路，实现研究工具与方法双向升级。针对传统实证方法的应用局限，讲座进一步延伸至结构模型估计与文本因果分析两大前沿方向：以DID+BLP模型为核心，结合多领域顶刊案例讲解其破解SUTVA假设失效难题的逻辑，探讨学术重复建设问题引导师生聚焦创新价值；梳理大模型在文本与多模态分析中的常用方法，解读多模态数据因果推断前沿研究，剖析随机算法生成数据的识别难题及解决方案，为大模型时代文本实证研究厘清规范路径。

此次系列讲座在热烈的交流讨论中圆满结束，现场氛围活跃，师生互动充分。讲座既打通了计量理论前沿与AI技术应用的壁垒，也紧扣新质生产力研究的现实需求，充分体现了学院在持续推进科研前沿交流、助力师生研究能力提升等方面的扎实工作。杨教授前沿的研究思路与实用的方法分享，也为师生们未来的研究方向和方法创新提供了全新的启发。