进入公众号 点击右上角“...”设为星标 防止内容走丢
![]()
![]()
近年来，人工智能、金融科技和数字经济日益成为全球经济高质量发展的新引擎。刚刚结束的第二十届三中全会强调，“加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，加强新领域新赛道制度供给，建立未来产业投入增长机制，完善推动新一代信息技术、人工智能、航空航天、新能源、新材料、高端装备、生物医药、量子科技等战略性产业发展政策和治理体系，引导新兴产业健康有序发展”，指出“健全促进实体经济和数字经济深度融合制度”，明确“深化金融体制改革”。因此，在7月29日 “《经济管理学刊》第二届经管学术论坛”中，六位经管领域的顶尖学者围绕这些话题开展了深入热烈地讨论。在李鲲鹏教授的主持下，张博辉教授、张学勇教授、熊熊教授、罗荣华教授、刘晓蕾教授与翁翕教授分别从不同视角，对新时代下中国经济管理领域面临的问题与挑战进行了非常深入且很有价值的思考和分享，既探讨了当前新技术、新变革引起的理论研究中的新挑战，又反映了当前学术研究中对技术应用及其在实际场景中的影响的关注。
张博辉 《经济管理学刊》编辑委员会专业委员、香港中文大学（深圳）经管学院执行院长
在讨论中，张博辉教授首先感谢了《学刊》提供这样的平台和机会，让大家可以交流当前非常热门的话题。首先是人工智能在金融和会计领域的应用。张博辉教授将2020年至今在FT50上发表的文章分成四大类进行分析，分别是人工智能对企业发展、资本市场、信贷市场的影响以及文献综述的部分。张博辉教授重点介绍了人工智能如何对企业发展产生影响，如用企业简历数据衡量公司对AI的投资，发现近十年在信息领域、商业服务领域和管理支持领域等人工智能方向的人才招聘数量和投入都在快速增加。在AI与公司治理方面，人工智能是否能在企业人才选拔，如挑选董事上帮助其决策呢？从结论上看，机器学习对于理解公司治理结构上具有潜力并可能帮助其改善。随后，张博辉教授还提到了监管科技的引入和应用对公司的合规和发展产生的积极影响或者人工智能本身对公司价值维度的影响。关于人工智能对公司信息环境大趋势的影响，张博辉教授提到了AI对财报可读性的影响，例如AI助力审计降低人力成本、降低审计意见的错误概率的作用以及AI可能提出有助于分析师的投资建议等。此外，研究还发现金融科技公司的大数据技术整合多维度信息的效果更加良好。最后，张博辉教授还谈到了高校人工智能人才流失对初创企业的影响。 张学勇教授首先分享了他的两个研究项目，一是关于机器人替代对就业的影响。他们通过实地调研，观察了解每个行业的替代情况，发现如果一个行业使用机器人替代越多，这个行业的就业人员可能会更多地购买养老保险。二是关于自动驾驶技术对保险的影响，包括交强险和商业险的选择。除此之外，张学勇教授还提出了数字经济的度量问题，数字经济的要素具体有哪些？他鼓励《学刊》未来可以在这些问题上做一些探讨。关于科技金融的发展，张教授讨论了未来科技突破三个方向——人工智能、能源和生物医药三者之间的关系，以及人工智能与能源和生物医药等领域的相互影响和应用。他认为，在第四次科技革命的风口上，新的技术不断涌现，同时需要更多资金投入。科技金融需要更多的耐心资本，而中国的优势在于国家资本。在科技突破方面，尤其需要更多资本和政策的支持，国家资本和社会资本都需要更长期、更耐心地投入到科技创新中。最后，张学勇教授提出科技金融的前提是要先有科技再进行孵化，因此科技和基础研究非常重要，除此之外还需要有对接的成果转化平台以及退出机制流畅的健康的资本市场。![]()
熊熊 天津大学管理与经济学部副主任
熊熊教授在讨论中谈及了人工智能对金融市场的影响及未来展望。当下人工智能中大语言模型的应用，可以使投资人更加聪明、信息分析更深入，并更有机构化的投资理念。然而，大语言模型的可靠性和错误可能会对金融市场产生风险。第一个方面，如果将来的大语言模型已经被广泛使用，在投资人足够聪明的情况下，市场会如何，投资人的收益是怎样的？熊熊教授所在的课题组正在研究如何更新投资人行为，研究投资人的分类，探究交互会涌现的结果以及市场的波动情况会如何。第二个方面，大语言模型的可靠性以及训练逻辑的标准需要被评估。模型的错误（包括给大家指出错误的方向）使整个社会都会出现错误的情况。第三个方面，未来的趋势。虚拟数据是否可能形成对现实社会的影响？这些都是我们需要考虑的方向。在科技金融方面，熊熊教授认为一个是技术金融，另一个是支持技术和金融，这两个重心不同。在金融科技领域，估值要素和估值过程是未来需要认真研究的方向。多年前我们讨论的核心问题是无形资产和专利如何估值。在互联网时代，创新模式和方向变得更多，这将影响商业模式的估值。关于前述讨论中提到的耐心资本培育，熊熊教授认为可能要坚持市场在发展中的主导地位，承认市场的有效性。可以通过合适的市场机制引导基金投入到科技金融领域，而非仅依赖国家资本。最后，熊熊教授还探讨了大语言模型和人工智能对金融学者的挑战，特别是人工智能可能带来的数据获取和真实信息减少的问题。![]()
罗荣华 西南财经大学中国金融研究院常务副院长
罗荣华教授分享了他对智能金融与数字经济的思考。罗荣华教授认为，无论是人工智能科技金融还是数字经济，全面分析非常重要。我们讨论的人工智能金融科技或者数字经济，它能够帮助经济社会提升效率，但同时也需要警惕一些方面。首先是随着媒体报道中的虚假或者噪音内容越来越多，定价效率到一定阶段后会下降。也就是说，人工智能如果没有被用到恰当的用途上或者没有更进一步对应的技术处理，可能就不会有所改善。其次是一些机构投资者更倾向于使用量化或基于数据的分析方法，导致在投资策略上交易行为会逐渐相同，包括持股的相似性越来越高。原因是数据越多，提取的信息也会越来越多。随着成本逐渐降低，他们获取相同信号的成本也会逐渐增加。这种高度趋同的交易对于本来持有类似股票的基金而言效率是有所下降的，在极端情况下会有快速下跌的可能性。因此，我们在关注智能金融的好处的同时，还需要进一步思考潜在的需求。关于大语言模型，罗荣华教授调研发现，目前市场上最畅销的产品是智能客服和智能文本校对，但金融领域最核心的部分，在定价和风险识别方面的产品销售情况不佳。总体来讲，智能、科技和数据经济都朝着良好的方向发展，但在发展过程中，我们需要全面冷静地看待这个问题，并且需要不断改进和深化各项研究。![]()
刘晓蕾 《学刊》编辑委员会联合主任、北京大学经济与管理学部副主任
刘晓蕾教授首先分享了一项近期关于中小企业征信方面的研究，该研究针对于某重要的供应链金融融资服务平台，发现了该平台在采用了数字化系统直连后，能够更有效地降低信息不对称程度，鼓励核心企业上传并共享更多的应收账款信息，让广大中小微企业获得贷款支持，提升财务以及经营表现。该研究有着重要的政策启示，金融基础设施的数字化能够更好地推动普惠金融的发展。另外，关于人工智能时代下的高校教学和人才培养问题，刘晓蕾教授介绍了北京大学经济与管理学部关于学科交叉的教学改革实践与数字经济教育方面的探讨。对于数字经济的定义和研究方式时，刘晓蕾教授提出我们可以对其定义对象、研究方式和结论可信度进行更多的研究或讨论。在科技金融方面，我们还面临政府基金的耐心和投资周期的讨论，企业退出后的清盘和回购，以及政府基金在上市过程中的阻力等方面的问题，她提出大力发展基金份额交易市场以缓解上市困难的建议。![]()
翁翕 《学刊》编辑委员会经济学专业主任、北京大学经济与管理学部学术委员
翁翕教授的讨论主要围绕三个方面展开。一是从数字经济的发展历程来看，我们在政策层面尚不明确数字经济的发展规律和共识。数字经济的各种要素，如平台、数据要素、科技等方面缺乏统一整合的框架和逻辑体系。二是从当下来讲，我们认为数字经济中数智融合的重要性毋庸置疑，但对于新质生产力的核心体现——TFP（全要素生产率）指标而言，数据显示人工智能技术的普及并未带来全球范围内TFP增速的提高，这就引发了索洛悖论。对此，当然也有悲观派的解释认为TFP下跌不可逆转，但也有人认为这是因为现有的国民核算GDP体系体现不了数字经济的贡献。因此，当下需要探讨如果数智融合真正促进了新质生产力，那如何从统计数据和渠道等来体现的问题。三是人工智能技术的未来发展与挑战。未来人工智能技术的发展将会对人类决策产生重大影响，随之而来的人工智能的治理问题可能会变得突出，如人机决策、能耗消耗等，可能会出现人与机器人甚至机器与机器人之间的矛盾，这些或将成为未来“新质生产关系”研究的议题。同时，数字经济的问题也需要学术圈同仁的共同努力，希望学界能够凝聚力量，也希望《学刊》能够提供平台，共同推动数字经济的发展。新疆财经大学的老师赵丽也与圆桌讨论的几位学者进行了积极的讨论互动，介绍了团队数字经济测量的实践与困惑、数字经济人才培养的挑战与思考等方面的议题。
![]()
圆桌讨论现场
学者们的讨论既探讨了当前新技术、新变革引起的理论研究中的新挑战，又积极展望了未来学术研究中对数字技术和人工智能的理论创新需求和实践研究方向。会上学者之间的互动研讨为经管领域人工智能、金融科技和数字经济方面的未来研究也提出更多理性和科学的声音。
*我们期待公众号原创稿件，来稿、合作请联系：qjem-wx ；推广内容如有侵权请您告知，我们会在第一时间处理或撤销；转载仅供思考，不代表《经济管理学刊》立场；其他平台任何形式转载请注明(来源：经济管理学刊 )。
文章编辑：侯曼迪；责任编辑：侯振锋；审核人：朱鹤楼
