信息来源：数智人大 发布日期：2026年6月24日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读

       2026年6月15日，由中国人民大学财政金融学院主办、财政金融学院应用金融系承办的“2026年金融数据合成与数据风险管理论坛”在中国人民大学中关村校区明德主楼830顺利举办。

       面向“十五五”时期金融强国建设的宏伟目标，金融学研究肩负着服务国家战略、回应时代问题、推动自主知识体系建设的重要使命。从做好金融“五篇大文章”到全面加强金融监管，从提升金融服务实体经济质效到构建中国特色现代金融体系，都要求以更高站位理解金融风险、以更宽视野推动学科交叉、以更实研究回应中国金融实践。

       在此背景下，本论坛源自科技部重点研发计划“金融数据合成与智能模型风险监测关键技术及应用” (专项：社会治理与智慧社会科技支撑)，课题 “金融数据合成及数据风险评估技术研究”得到中国人民大学国家治理大数据和人工智能创新平台的支持。本次论坛聚焦金融数据合成、非线性期望、人工智能金融应用、数据隐私保护与风险管理等前沿方向，邀请来自数学、统计学、经济学、金融学、信息科学等领域的知名学者，围绕不确定性度量与非线性期望、隐私保护与数据合成方法、人工智能应用与智能模型评估、金融市场风险与资产定价等问题展开交流研讨，为推进金融学科建设和前沿交叉研究提供了重要学术平台。

开幕式：

面向数智金融时代的交叉研究议题

       论坛开幕式由中国人民大学财政金融学院张顺明教授主持。中国人民大学财政金融学院院长贾俊雪教授出席开幕式并致辞。贾俊雪院长对各位专家学者的到来表示欢迎，并指出，在金融科技、人工智能与数据要素深度融合的背景下，金融数据合成与数据风险管理已经成为金融学、数学、统计学、计算机科学和信息科学交叉研究的重要方向。希望本次论坛能够促进不同学科之间的思想碰撞，推动金融数据治理、智能模型风险监测与现代金融风险管理理论的发展。

主旨演讲：

从不确定性理论到金融市场机制

       上午的主旨演讲环节分别由中国人民大学国家治理大数据和人工智能创新平台执行主任陈跃国教授(中国人民大学信息学院)、中国人民大学财政金融学院陈昭晶助理教授主持。五场主旨报告从非线性期望、债券市场联动、非线性概率统计、人工智能赋能创新以及政府干预与机构投资行为等角度展开，呈现了金融风险研究在理论基础和现实应用两个层面的最新进展。

       山东大学数学学院彭实戈教授作题为“Nonlinear Expectation: A Robust Paradigm for Uncertainty From Financial Risk to Deep Learning”的报告，将非线性期望置于金融风险管理与深度学习应用的共同语境中，讨论当经典概率分布难以稳定识别时，如何以更稳健的方式刻画复杂环境中的不确定性。报告从非线性大数定律、中心极限定理及相关算法思想出发，展示了非线性期望理论在风险度量、模型计算与智能系统中的广阔应用空间。

       香港城市大学经济与金融系主任王军波教授作题为“Cross-Bond Momentum Spillovers”的报告，聚焦债券之间的经济关联与收益传导，分析同伴债券收益信息如何影响未来债券回报。报告特别强调，债券市场中的信息扩散并非简单的注意力问题，而与投资者共同持有、交易摩擦以及套利限制等机制密切相关。

       山东大学数学学院陈增敬教授作题为“概率论统计：从线性到非线性”的报告。从概率统计的发展脉络切入，阐释经典概率框架在大数据、人工智能和经济金融复杂场景中面临的新问题。报告梳理了从线性概率统计向非线性概率统计拓展的理论逻辑，并介绍了相关研究对不确定性刻画方式的拓展。

       上海财经大学金融学院院长杨金强教授作题为“人工智能与企业主导型产学研合作创新：基于协作成本的视角”的报告，从协作成本角度考察人工智能对企业主导型产学研合作创新的影响。报告指出，人工智能不仅能够降低企业寻找合作对象的搜寻成本，也有助于改善沟通、谈判与知识吸收等协同环节，从而提升创新质量与经济效益。

       中国人民大学财政金融学院汪昌云教授作题为“‘国家队’救市与机构投资行为”的报告，以中国资本市场中的“国家队”入市及持续持股为背景，讨论政府干预如何改变机构投资者的信息环境和组合决策。报告从需求分解视角出发，揭示政策力量、市场定价与基金配置行为之间的微观联系。

专题报告：

AI金融、衍生品市场与风险定价

       下午的论坛演讲上半场由西南财经大学金融学院王妍婕助理教授主持。报告议题覆盖自然转型风险、AI交易行为、短期限期权定价以及市场情绪与风险溢价等方向，体现了金融市场研究对新型风险来源和新型交易主体的持续关注。

       中国人民大学财政金融学院高昊宇教授作题为“Nature Transition Risk”的报告，围绕自然保护政策中的监管裁量展开分析，讨论生态保护目标强化后，相关企业在资本市场中面临的转型风险及其定价反应。报告将可持续金融、政策不确定性与企业风险暴露联系起来，拓展了自然风险研究的金融学视角。

       香港中文大学(深圳)经济管理学院隋鹏飞副教授作题为“Dissecting AI Trading: Behavioral Finance and Market Bubbles”的报告，通过由大语言模型智能体构成的实验资产市场，考察AI交易主体是否会表现出类似人类投资者的行为偏差。报告显示，AI Agent的预期形成、交易推理与市场泡沫之间存在值得深入研究的内在联系，也为理解智能交易时代的市场稳定性提供了新视角。

       香港浸会大学经济管理学院袁佩轩助理教授作题为“Charm of 1DTE Options”的报告，关注一日到期期权在隔夜变为零日到期期权时对交易商对冲需求和标普500隔夜收益的影响。报告从期权Greeks与做市商动态对冲出发，解释短期限衍生品交易如何进入现金市场开盘价格形成过程。

       西安交通大学林乾经济金融学院教授作题为“A Tale of Fear and Euphoria in the Stock and Bond Markets”的报告，以“恐惧”和“亢奋”两类市场状态为线索，解释股票市场波动与风险溢价、价格水平之间可能出现的复杂关系。报告将行为金融因素嵌入资产定价框架，为理解股债市场中的情绪驱动机制提供了理论与经验证据。

方法前沿：

隐私保护、统计推断与

金融数据合成

       下午论坛演讲下半场由中国人民大学财政金融学院博士生孙剑椿主持。四场报告集中讨论金融数据研究中的方法论问题，涵盖隐私保护条件下的模型估计、多重假设检验、面向金融场景的数据合成，以及信息处理约束下的非线性定价。

       中国人民大学统计学院黄丹阳教授作题为“Privacy-Protected Estimation and Statistical Inference for Spatial Autoregressive Models”的报告，聚焦隐私保护情境下空间自回归模型的估计与推断问题。报告指出，当数据提供方出于隐私需求对变量加入噪声时，传统估计方法会面临可计算性与偏误问题，因此需要发展兼顾隐私约束与统计有效性的修正方法。

       中国人民大学统计与大数据研究院何珂俊研究员作题为“Recent Advances in Multiple Hypothesis Testing with Some Applications”的报告，围绕多重假设检验中的假阳性控制和信号发现效率展开介绍，并结合环境科学、可重复性研究和工业预测维护等应用场景，展示现代统计工具在真实世界问题中的价值。

       中国人民大学信息学院韦淳于助理教授作题为“面向金融场景的数据合成方法：从拓扑感知建模到关系基础模型”的报告，从金融数据高维、稀疏、时变和强关联的特点出发，介绍拓扑感知的数据合成方法。报告围绕扩散模型、图表征学习、多智能体仿真与关系基础模型等方向，讨论生成式AI在金融场景模拟、风险监测与数据治理中的潜力。

       中国人民大学财政金融学院张顺明教授作题为“Winsorized Information and Nonlinear Pricing”的报告，从信息处理约束出发，分析不同投资者接收和理解信号方式的差异如何影响资产价格和风险分担。报告表明，当部分投资者只能观察经过缩尾处理的信息时，价格函数可能在尾部事件中呈现非线性特征，并引发资源配置与风险承担结构的变化。

结语

       本次论坛围绕金融数据合成、数据风险管理与智能模型风险监测等前沿议题展开交流，报告内容贯通金融数学、资产定价、行为金融、统计推断、人工智能与数据隐私保护等方向，既展示了复杂不确定环境下金融风险度量与定价研究的最新进展，也呈现了数据合成、隐私保护统计推断、关系基础模型等方法在金融数据治理中的应用潜力。

       与会专家立足中国金融实践、面向国际学术前沿，在交流研讨中碰撞思想、凝聚共识。未来，中国人民大学财政金融学院将继续发挥学术引领和平台聚合作用，深化跨学科交流合作，围绕数字经济变革下的金融风险管理、金融数据合成、人工智能金融应用与数据治理等重大问题开展持续研究，为服务金融高质量发展、助力金融强国建设贡献更多人大财金力量。

国家治理大数据和人工智能创新平台

公邮｜brain@ruc.edu.cn

官网｜https://brain.ruc.edu.cn

地址｜中国人民大学公共教学一楼1301