NBER-SAIF人工智能金融前沿研讨会精选

2026年6月16日，一场聚焦前沿议题的学术会议在线上圆满收官。美国国家经济研究局（NBER）与上海交通大学上海高级金融学院（高金/SAIF）联合主办的第四届NBER-SAIF学术研讨会正式落幕。会议以“人工智能与金融市场”这一交叉领域为核心议题，引发高度关注。

十年合作与议题聚焦

自2018年启动合作以来，NBER与SAIF的系列研讨会已成为审视金融与宏观经济前沿的重要国际平台。议题从社会保障、中国房地产到气候金融，持续追踪时代脉搏。本届会议将焦点完全转向正在重塑金融业的人工智能技术。

NBER主席、麻省理工学院经济学教授James Poterba在开幕致辞中点明，尽管中美金融市场制度存在差异，但许多核心问题具有共通性。这种跨市场的比较研究，为学术探索提供了广阔的实验场。

▲ James Poterba教授致开幕辞

议题转向并非偶然。人工智能的快速迭代正以前所未有的广度渗透金融市场的各个环节——从资产定价到投资决策，从行业劳动结构到全球监管框架。这场会议恰好回应了一连串亟待严谨学术解答的新问题。

一场高规格的学术筛选

本届会议竞争激烈，共收到创纪录的281篇论文投稿，经严格同行评审后仅有10篇入选，录取率不足4%。这10篇研究被分为四个核心场次，议题层层递进：

▲ 学术场次主持人

数据、人工智能与市场：价值重估

首场聚焦数据和AI如何重塑市场基础。Laura Veldkamp教授的《数据中被忽视的价值》挑战了传统估值模型，追问企业数据资产的实际价值。随后，Jincheng Tong的《数据、加价率与资产价格》系统揭示了企业如何利用数据预测需求、优化定价，并将这些微观行为传导至宏观资产价格。

人工智能与金融决策：模型到行为

第二场直接切入决策核心。Semyon Malamud的《人工智能资产定价模型》从理论层面探讨AI在资产定价中的潜力与路径。Yiwen Lu的《金融中的模仿行为》转向人类视角，分析AI如何影响金融从业者的任务执行与行为模式。Jing Huang的《软信息，硬决策：AI顾问》则探讨AI顾问处理客户软信息时的现实摩擦与挑战。

▲ 会场掠影-1

人工智能与劳动投入：微观实证研究

第三场关注AI引发的结构性变革。Christos A. Makridis基于大规模调查，在《金融工作场景中的人工智能》中展示了AI工具在金融业的扩散路径及其对员工与组织的影响。Miao Ben Zhang则从家庭视角切入，其研究《生成式人工智能对家庭的影响：来自互联网浏览行为的证据》通过分析浏览数据，揭示生成式AI如何重新塑造家庭的信息获取与时间分配。

创新、监管与人工智能：宏观展望

终场将讨论提升至宏观与制度层面。Zhaoxia Xu在《人工智能与生产率：创新的作用》中探讨AI是否通过激发创新提升生产率这一根本问题。Bo Bian的《推动开启：生成式人工智能如何变革创业》揭示了AI作为创业催化剂的崭新角色。Antonio Coppola的《金融监管与人工智能：浮士德式交易？》直指监管层必须面对的挑战：拥抱AI可获空前监管能力，但潜在代价不可估量。

▲ 会场掠影-2

会议全程线上讨论热烈，来自全球的学者就AI的应用边界、方法论创新及潜在风险进行了深入碰撞。

▲ 会场掠影-3

闭幕思考：效率与审慎的平衡

James Poterba教授在总结中梳理了会议呈现的四大关联研究方向：AI对金融估值与市场的影响、AI对多元主体金融决策的变革、AI对行为与生产率的微观冲击，以及AI对金融监管的改造。他强调，在复杂国际环境下，维持全球学术对话的开放性至关重要。

SAIF副院长汪勇祥教授在闭幕致辞中分享了一个富有哲理的提醒。他援引波兰电影《十诫1》的寓言，指出人工智能虽然潜力巨大，但绝不能简单视为替代人类判断的工具。随着AI在金融领域的影响力日益增强，如何平衡效率与审慎、透明与责任，将成为学界、业界与监管者面临的长期课题。

▲ 汪勇祥教授致闭幕辞

本届会议进一步巩固了NBER与SAIF的合作关系，也为全球学者围绕“人工智能与金融市场”这一时代议题的后续研究奠定了坚实的交流基础。前沿探索，正在加速推进。