聚焦数智时代资本市场前沿|上海财经大学成功举办资本市场前沿研讨会

发布时间:2026-11-03浏览次数:10

聚焦前沿理论·共探金融发展

11月2日,由上海财经大学金融学院主办的资本市场前沿研讨会在同德楼204顺利举行。本次研讨会聚焦人工智能对金融市场、企业预期与学术研究范式带来的变革,邀请加拿大多伦多大学罗特曼管理学院杨立岩教授、同济大学经济与管理学院王姝晶教授、复旦大学国际金融学院高华声教授等海内外知名学者作主旨报告。研讨会由上海财经大学朱小能教授、王川杰助理研究员共同主持,来自金融学院及校内的师生代表参会,与三位学者开展高水平学术对话与思想碰撞。

本次研讨会围绕信息环境变迁、市场主体决策、制度规则约束如何共同作用于资本市场运行这一核心主线展开,重点研讨人工智能交易的能力边界与市场效应、企业AI投资行为对经营预期的作用机制,同时立足数据披露制度,剖析制度设计对学术研究与知识生产带来的深刻影响。会议综合理论建模、企业问卷调查、制度实证等多元研究方法,探究信息的生成、传递过程如何作用于市场交易、企业预期以及学术科研决策,进一步深化学界对资本市场运行内在机理与前沿现实问题的理解。

杨立岩教授带来题为The Limits of AI Trading的主旨报告。报告围绕AI交易的边界问题展开,构建理论模型辨析人工智能交易者与人类交易者在认知模式上的差异。报告借助广智租房等通俗案例阐释理性预期均衡核心思想,深入探讨Q‑Learning机器与层级思维人类主体共存的市场均衡收敛特征。研究指出,AI交易系统的学习效果会受到人类信息质量约束,机器能力存在客观上限;同时探讨人机竞争、人机协作在资本市场当中的现实含义,引发在场师生热烈思考。

王姝晶教授作题为How Does Artificial Intelligence Investment Improve Firms’ Business Expectations? Evidence from Industrial Firm Surveys的报告。报告依托多年积累的工业企业季度问卷调查数据库,结合新增AI应用相关调研问题,实证检验人工智能投入如何影响企业经营预期。研究发现,企业应用AI主要通过信息处理渠道改善对未来经营的判断,进而带动当期投资、用工与开工率变化;研究同时分析不同行业、不同规模企业AI落地的差异化效果,讨论问卷调研数据在微观企业研究中的优势与局限,为理解数字技术赋能实体经济提供来自企业主观预期视角的经验证据。

高华声教授带来报告 P-hacking and Policy Arbitrage under a Data Disclosure Mandate: Evidence from Accounting Research。报告围绕提升实证研究的透明度与可信度,考察国际顶级期刊数据与代码公开政策的实施效果。通过对期刊论文文本与统计结果的系统分析,研究发现,数据公开政策能够有效减少实施期刊中的P-hacking现象,体现了开放透明的研究规范对学术质量的促进作用。同时,期刊间的政策差异也会影响相关研究的投稿流向,凸显了协同推进数据开放的重要性。研究为进一步提升政策成效、完善学术评价与科研治理提供了实证依据。

报告间隙穿插自由问答环节。在场师生结合三场报告内容,从理论模型假设条件、问卷样本的代表性与偏差处理、实证识别策略选择,到数据公开政策的落地困境、学术改革的现实可行性等多个角度提出问题。与会师生既有针对论文技术细节的追问,也有对研究现实引申含义的探讨。三位主讲嘉宾逐一回应,结合自身研究经历分享思考,对模型局限、数据短板以及未来可以拓展的研究方向展开充分阐释,现场研讨氛围热烈,思想交锋充分。

本次资本市场前沿研讨会立足数字经济时代背景,紧扣资本市场信息传导、主体行为与制度建设等关键议题,汇聚多所高校学者的最新研究成果,搭建起开放、深度的学术交流平台。未来,上海财经大学金融学院将继续举办系列高水平学术研讨活动,持续聚焦金融领域前沿重大问题,促进跨院校学术思想互通,助力金融学理论创新与学科人才培养。

供图 | 司   思

供稿 | 司   思

编辑 | 司   思

审核 | 朱小能