展会信息港展会大全

第六届金融科技与智能监管国际峰会举办
来源:互联网   发布日期:2021-12-15 13:06:09   浏览:8726次  

导读:新民晚报讯(记者 宋宁华)12月12日,由复旦发展研究院、绿色技术银行、复旦大学经济学院、上海证券交易所联合主办,复旦-斯坦福中国金融科技与安全研究院、复旦大学金融研究院、复旦大学大数据学院、浙商资产管理有限公司联合承办的第六届金融科技与智能监...

新民晚报讯(记者 宋宁华)12月12日,由复旦发展研究院、绿色技术银行、复旦大学经济学院、上海证券交易所联合主办,复旦-斯坦福中国金融科技与安全研究院、复旦大学金融研究院、复旦大学大数据学院、浙商资产管理有限公司联合承办的第六届金融科技与智能监管国际峰会在沪举行。

图说:第六届金融科技与智能监管国际峰会举办。主办方供图

四大主题聚焦金融数字化转型

复旦大学经济学院党委书记李粤江首先对各位专家和嘉宾的到来表示欢迎。在复旦-斯坦福中国金融科技与安全研究院成立五周年之际,李粤江书记简要介绍了研究院在学术研究、人才培养、产学研结合等方面的成果。随后,复旦-斯坦福中国金融科技与安全研究院院长、斯坦福大学统计系Ray Lyman Wibur教授、COPSS总统奖获得者黎子良教授做了线上开幕致辞,欢迎各位嘉宾的到来。

开幕致辞结束后,本次国际峰会进入正式报告环节,会议共设置四个主题,分别是“可信AI赋能金融科技与数字经济”“数据驱动的经济与金融创新”“绿色技术、绿色金融与智能监管”和“不良资产行业前瞻与量化投资策略”。

在“可信AI赋能金融科技与数字经济”主题下,中国科学院院士、上海市科协副主席、上海人工智能安全专委会主任何积丰首先以“经济数字化转型”为题发表主旨演讲。何积丰提出,脱离实体经济谈数字化是没有意义的,数字化能够创造新的经济形态,但不能完全抛开原有实体经济。实体经济提升后,整个经济才会发展起来,工业生态各方才有可能共享发展成果。

随后,普林斯顿大学Frederick Moore金融教授、COPSS总统奖获得者范剑青教授进行“机器学习在金融中的运用”的演讲。范剑青教授主要从微观监督学习展开演讲,他认为,多维度无形的大数据对当前的数据分析和统计带来诸多挑战,这也催生了数据收集、数据存储、优势数据计算等新型数据科学,并且正借助于解码原则将大数据转化为智慧数据。以金融领域的资产定价为例,他认为,资产定价本质是预测问题,机器学习能够捕捉到金融市场数据中的信息,并且学习到的因子具有较强的预测效果。

复旦大学经济学院院长、文科资深教授、长江学者张军围绕数字经济与数字金融发表了自己的看法和见解。张军教授表示,从本质上来看,数字金融和数字经济是经济活动本身的重大变革,当前数字经济和数字金融的活动还处于非常初期的发展阶段,对于数字经济和数字金融未来将如何发展,可以有充分大胆的想象。他深信,未来数字化的转型会持续发展下去,随着数字技术的不断迭代,最后对整个金融业会有革命性、颠覆性的冲击。

图说:第六届金融科技与智能监管国际峰会举办。主办方供图

数据驱动的经济与金融创新

在“数据驱动的经济与金融创新”主题下,上海银保监局一级巡视员张光平发表了主旨演讲,题目为“科技对经贸金融的决定性影响的实证结果”。复旦大学经济学院副院长、青年长江学者寇宗来教授对该主题的演讲进行了总结。针对市场主体的创新行为,他认为,如果单纯利用专利来度量科技水平,很可能会导致“数据爆炸”,需要更加注重专利的价值,因此如何做好中国专利自主度的度量十分重要。

复旦大学金融研究院秘书长张宗新教授主持了第三部分“绿色技术、绿色金融与智能监管”的主旨演讲。在该主题下,安徽大学党委副书记、常务副校长、复旦大学特聘教授、长江学者陈诗一以“金融科技赋能绿色金融的路径和展望”为主题发表演讲。他认为,未来金融科技在赋能绿色金融方面将有更大作为,并提出了几点建议,如长三角地区绿色金融的机构体系和组织体系仍需完善、数据库建设和基础设施建设仍需加强等。

上交所技术公司董事长、上交所数字化专业委员会副主任王泊发表了题为“面向新阶段的资本市场科技监管”的主旨演讲,剖析了在科技时代下,我国资本市场面临着的新特点和新挑战,并提出了科技监管的展望。

复旦-斯坦福中国金融科技与安全研究院执行院长刘庆富主持了第四部分“不良资产行业前瞻与量化投资策略”的主旨演讲。在该主题下,浙商资产研究院副院长余晶以“从中国不良资产行业发展指数看行业发展趋势”为主题发表演讲。清华大学社会科学学院经济所所长、国家杰青汤珂教授进行了以“智能庞氏骗局:检测和参与”为主题的演讲。西交利物浦商学院学术院长Michael Chng教授发表了以“使用适应因子训练机器学习组合”为主题的演讲。Michael教授利用机器学习技术构建投资组合,并确定了机器学习投资组合的收益来源和底层机制。他认为,该研究对于金融从业人员的启示是多方面的,包括如何正确地评估一个机器学习投资组合,最佳投资风格是否与信用周期密切相关,是否存在更好的方法来衡量股票和其他资产类别之间的协方差等问题。

赞助本站

人工智能实验室
相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港