第一届“上海财经大学-复旦大学双边金融学术研讨会”成功举办

上海财经大学金融学院党委书记朱小能教授主持启动仪式，他表示，上财与复旦既有“隔街相邻”的地理优势，又有开展学术交流合作的重要意义，期待双边学术研讨会成为系列化、常态化的学术品牌。

上海财经大学金融学院副院长冯玲教授在致辞中表示，开展双边学术交流会是促进兄弟院校教师沟通和增进情谊的重要形式，期待此类交流活动持续开展，“有第一届就有第二届”，并预祝本次研讨会及未来系列学术活动顺利举办。

复旦大学经济学院国际金融系系主任杨长江教授回顾两校交流合作的历史渊源，并感谢上财金融学院长期以来的关注和支持，表示复旦金融学科需向上财学习，希望以论文交流、人才培养等小范围合作为起点，推动更多学术互动。

复旦大学郭雳助教授的报告主题为《Do Trades and Holdings of Market Participants Contain Information About Stocks? A Machine-Learning Approach》，聚焦市场参与主体的交易与持仓行为对价格发现的作用。通过整合九大类市场参与主体的行为数据，运用机器学习算法，该研究发现：多类型主体间的信息交互及协同效应对价格发现至关重要，非线性信息结构可提升价格发现功能，月度超额收益达2.74%。交易（Trade）与持仓（Holding）信息均具价值，二者的交互特征在关键预测因子中占比显著。此外，研究发现市场主体行为的“动态交互系统”能预测现金流、成长性等基本面信息，且对小市值、低流动性公司的预测效果更强。

上海财经大学朱小能教授在点评中肯定了该研究的工作量与创新性。建议文章进一步探讨交互效应的经济学机制，如信息互补、降噪等逻辑，同时关注模型可解释性，如通过SHAP值分析关键因子动态作用，让研究结论更加清晰易懂。

上海财经大学李江远助教授的《(Un)Expected Political Outcomes and Currency Markets》研究了“意外政治事件与货币市场”，发现选举结果对货币市场影响显著。近年选举意外结果频发，因民调系统缺陷、社交媒体使选民意向变化快及预测模型有统计漏洞。研究以31个IMF主流国家294次选举为样本，用大语言模型分析新闻文本分类选举结果，发现选举后货币日均升值0.02，年化5.04%，且主要由意外选举导致，政治不确定性解决是货币升值主因。研究还设计三种交易策略验证结论，数据上用1983 - 2023年汇率等多类数据，未来计划引入多模态数据、拓展本地化新闻采集及细化“好/坏消息”分类。

复旦大学杜在超教授进行点评，建议优化数据样本覆盖（如补充非英语国家报纸数据），并考虑动态面板模型以解决内生性问题，同时探索专利质量等深层指标的影响。

复旦大学王龙助教授的《Public Perception and Payment Choice: Evidence from China》以马云讲话为外生冲击变量，通过连锁停车场交易数据展开研究。研究发现，马云讲话后支付宝使用份额下降9.7个百分点，其中9.2个百分点转向微信支付，DID分析显示该转移与“政治风险认知”相关。此外，本地车辆对支付宝的忠诚度更高，而政府机关周边区域的支付转移更显著，从而暗示了政治风险感知的地域差异。

上海财经大学方明浩老师在点评中指出，需区分“支付习惯趋势性变化”与“事件冲击效应”，建议结合电商平台数据（如淘宝/京东购物支付偏好）验证机制进行分析，并关注用户粘性与平台活跃度的长期影响。

紧接着，方明浩老师带来题为《创业投资、地方公共债务与企业创新》的论文分享，基于中国实践，分析地区创业投资规模与地方债务的关系。研究指出，创业投资规模每增加1个标准差，企业专利申请量提升约3%，机制包括降低融资约束、提升市场竞争优势（如研发投入、人力资本）。地方债务通过基建投资（如产业园区建设）和政府引导基金设立，间接促进创业投资活跃，形成“债务-投资-创新”传导链。

复旦大学王晓虎教授点评论文，就解决内生性问题提出了改善意见。他建议以“政府工作报告中创业投资词汇出现频率”作为工具变量，并探索专利质量（如文本独创性分析）的影响，对短期“包装式创新”与长期实质性创新加以区分。

研讨会接近尾声，朱小能教授向与会的各位老师再次表示感谢，并期待研讨会持续举办，为两校学者创造更多交流空间。杨长江教授热情邀请与会者未来相聚复旦，延续学术对话，共谋学科发展。本次研讨会不仅展现了两校在金融领域的研究实力，更通过思想交锋为后续合作奠定基础。据悉，第二届“上海财经大学-复旦大学双边金融学术研讨会”初步计划于2025年底或2026年初在复旦大学举办，将继续聚焦金融热点议题，推动校际学术协同再上新台阶。