11月1日，由上海交通大学安泰经济与管理学院金融系、上海交通大学中银科技金融学院、上海交大工业技术创新研究院、上海交通大学安泰经济与管理学院金融强国实验室联合主办，睿远基金投教基地协办的首届“AI与资本市场前沿论坛”在工研院1号楼举行，吸引百余人参会。上海市徐汇区新工办金祺奇主任、元知资本管理合伙人余朝辉先生等嘉宾出席论坛。论坛以“AI时代的投资决策与投资者教育”为主题，汇聚海内外知名学者与金融业界专家，围绕人工智能对资本市场运行、投资研究及投资者教育的影响展开深入交流。

本次论坛由安泰经济与管理学院学院金融系、中银科技金融学院教授凃俊与上海交通大学工业技术创新研究院院长，安泰经济与管理学院、中银科技金融学院教授赵军共同发起并担论坛联席主席。

论坛开幕式由安泰经济与管理学院党委书记吴文锋主持。他在开场中指出，人工智能正在深刻改变投资研究与投资者获取信息的方式，分析效率的提高能否转化为投资价值、模型应用又会带来哪些新风险，是学界与业界共同关心的核心命题。本次论坛以二级市场为重点，将学术研究与机构实践相结合，围绕投资决策、信息质量与投资者教育三大议题展开交流，旨在促进学界与业界深度合作，提升对 AI 应用价值及其风险的认识。在与会嘉宾的共同期待中，论坛正式拉开帷幕。

上海交通大学校务委员会副主任、安泰经济与管理学院教授顾锋顾锋首先致辞。他特别提到，今年是交大建校130周年，习近平总书记给四所交大回信，勉励学校 "在促进产学研深度融合上实现更多突破，为建设教育强国、科技强国、人才强国作出新贡献"。顾锋指出，人工智能正在深刻重塑金融机构的信息获取与处理模式。以往需要研究人员耗费大量时间完成的资料搜集、文本研读与分析研判工作，如今AI 短短数秒即可完成。AI大幅降低了获取分析结论的门槛，但并未消除投资本身固有的不确定性。“一个回答是否流畅，和它是否正确，是两件完全不同的事。” 对投资者而言，认清AI工具的能力边界，远比直接拿到一个买卖交易结论更为关键。他强调，面向AI时代，教育需要回答好 “如何培养比人工智能更强大的人” 这一核心命题。本次论坛聚焦投资决策与投资者教育，正是对这一时代课题的积极回应。

安泰经济与管理学院副院长、中银科技金融学院执行院长刘少轩在致辞中介绍了安泰在科技金融交叉领域的先行实践。他特别提到，学院于2021年率先设立全国首个技术转移专业硕士点（MTT），构建科研成果与产业需求深度链接的人才培养新模式。刘少轩强调，高校必须打破学科壁垒与产业壁垒，从产业中寻找真问题。工研院作为新型研发机构，正是以项目为机制、动态组合人才与资源的探索创新，代表了未来产学研融合的新方向。

赵军对各位嘉宾的莅临表示欢迎，同时介绍了工研院近期部分重点工作：一是积极助力环交大科创街区建设，致力于促进大学科研人才资源与区域产业需求的深度结合；二是推动人工智能与金融、技术转移、工商管理等学科的交叉融合，依托工研院的企业资源与应用场景，为师生校友科技创新创业提供支撑；三是坚持开放合作，汇聚技术、产业与资本资源，为科技企业成长提供更好的服务。赵军表示，面向未来，上海交大工研院真诚期待与更多校内外学界、业界伙伴合作共赢。

凃俊教授向与会嘉宾表示欢迎，并介绍了发起论坛的初衷。凃俊表示，随着人工智能日益介入投资决策，投资者教育愈发重要。学界应帮助中小投资者提升信息辨识与风险认知能力，理解AI的能力边界与模型风险，培育理性投资理念，助力构建健康成熟的资本市场生态。他认为，二级市场的定价影响一级市场的资本配置，进而促进或制约科技创新与产业发展。在中国由追随式创新向引领式创新迈进的关键阶段，高效而有活力的资本市场具有重要战略意义。本次论坛旨在汇聚学界、金融界与科技产业界力量，探讨AI为资本市场投资决策与投资者教育带来的新机遇与新挑战，助力资本市场更好服务科技创新和中国经济高质量发展。

上午的主旨演讲由凃俊主持。多伦多大学罗特曼管理学院教授杨立岩以《开放银行与数据质量》为题，分享了一项与监管界合作的前沿研究。他指出，开放银行政策的初衷是通过数据共享促进竞争、降低利率，但模型分析揭示了一个被忽视的内生机制：数据开放后，开户行清洗数据的动力减弱，而用户操纵数据的动机增强，最终可能导致数据质量下降，反而背离政策初衷。这一 "数据质量内生" 的分析框架，为理解金融数据要素的治理提供了新的理论视角。

在 "机构交易与资产定价" 学术专题中，安泰经济与管理学院副院长、上海交通大学国际金融学院副院长张麒担任主持。新加坡管理大学李光前商学院副教授胡剑锋分享了题为《透视知情交易：来自 30 年对冲基金日度交易的证据》的研究。他基于跨越三十年的微观交易数据，从工具、数据、算力三个维度剖析了对冲基金的竞争优势来源，指出随着 AI 工具的普及，机构的信息优势正从 "工具红利" 转向 "数据红利" 与 "算力红利"。

上海财经大学滴水湖高级金融学院助理教授唐雨山作讨论点评，提出三点拓展观点：拓展预测变量集、借助机器学习优化日度交易度量；探讨日度数据揭示的信息优势与交易动机差异；研究拥挤交易与共同平仓的市场稳定性溢出效应。

北京大学经济学院金融学系副主任、北京大学中国金融研究中心副主任王熙作了题为《定价误差上界的深度收缩》的报告，创新性地将 Wasserstein 距离引入资产定价模型，构建了 "模型构建者 — 攻击者 — 分布约束者" 的三玩家博弈框架，通过深度收缩方法提升了随机折现因子的估计精度。

上海交通大学安泰经济与管理学院金融系助理教授张大可作为讨论人，点评了该研究多主体博弈框架的核心创新，并就 Wasserstein 距离的方法论选择提出追问 —— 一维分布下本可通过解析解求解，为何仍需引入神经网络近似？

"信息生产、传播与价格发现" 专题研讨接续进行，由安泰经济与管理学院金融系副教授万相伟主持。清华大学经济管理学院助理教授祝武分享了关于生成式 AI 对证券分析师影响的实证研究—— 基于FactSet Mercury平台上线的准自然实验，发现 AI 工具的普及使分析师报告的信息来源更广、话题覆盖更多样、分析方法更丰富，分析更加及时，但预测精度反而下降、市场反应减弱。研究进一步揭示了背后的机制：信息输入的膨胀超出了分析师的认知处理能力，导致观点冲突度上升、分析师的分析判断质量受损。

安泰经济与管理学院副教授李晓荣作为讨论人，对该研究进行了延伸点评。他建议进一步拓宽研究边界：除FactSet 平台外，可考察更多AI 工具形态对分析师行为的差异化影响；并提出可关注模型自身偏见、幻觉效应的双向性、明星分析师与普通分析师受影响程度的差异，以及推理能力、长上下文等新技术机制对分析师思维趋同的潜在作用。讨论为后续研究提供了丰富的拓展方向。

安泰经济与管理学院金融系助理研究员张志鹏分享了题为《言辞与事实：业绩说明会表述基本面的偏离及股价反应滞后》的研究，基于科创板 398 家公司 861 场业绩说明会文本，识别出事实性偏离（与自身财报数据不符）与包装性偏离（与行业均值对比夸大）两类管理层表述偏差，发现市场对可当场核验的偏离会产生波动反应，但价格并未及时回归事实，而需行业比较才能识别的偏离则无人关注。

复旦大学国际金融学院助理教授张虎来作讨论点评，肯定了该研究从管理层信息操纵视角切入的价值，契合 AI 时代投资者教育的核心议题。他指出，研究发现的 "价格无显著调整但波动显著放大" 现象本身，构成了一个值得深究的市场谜题 —— 投资者注意到了信息偏差，却未转化为定价修正。他同时展望，借助大语言模型技术，未来研究可将样本从数百场扩大至全市场，进一步提升结论的普适性。

下午业界对话环节正式启幕。作为安泰经管学院研究生培养的重要实践环节，26级金融硕士全程参与，与学界、业界嘉宾近距离交流AI与金融前沿议题，将课堂所学与产业实践深度联结。

安泰经济与管理学院金融系教授、中银科技金融学院副院长冯芸主持下午第一场主旨演讲。芝加哥大学布斯商学院教授修大成以《人工智能如何改变投资研究》为题，系统梳理了AI 给金融投资带来的三大核心能力—— 机器学习、大语言模型与智能体。他深刻指出，金融领域AI 取代人的瓶颈在于"信噪比极低"：市场噪声大、数据量有限、反馈随策略变化，这与数学、编程等反馈精确及时的领域形成鲜明对比。修大成强调，机构未来的竞争优势将不再是单一因子或预测模型，而是 "独特的私有数据 + 可复用的研究系统+工作流层面的工程化能力"，未来的投研组织将是"人+大量智能体" 的协同模式，人始终是最终判断与责任的承担者。在互动环节，修大成还与在场师生探讨了AI 时代学术研究伦理与人才培养的变革方向。

第二场主旨演讲由赵军主持。睿远基金管理有限公司董事总经理金宇以《人工智能当下的位置和发展趋势》为题，站在专业投资机构的视角，从技术革命周期与产业结构两个维度分析了 AI 产业的当前阶段。他提出"资本下半场、采纳上半场"的判断：当前AI领域的资本开支强度已接近历史上最大规模的铁路建设周期，但企业级应用的采纳率仍处于早期。金宇借用黄仁勋的"五层蛋糕"产业结构模型，指出当前AI产业呈现"正三角"的不合理结构——上游基础设施层投入过大，下游应用层价值尚未释放，未来必然经历从投入期向应用期的转化。对于主动投研，金宇强调"业精于勤，行成于思"：AI可以增强数据处理与分析能力，但投资的核心价值仍在于对企业内在价值的深度理解、批判性思维与第一性原理判断，这些是大模型难以替代的人类本源能力。

第三场主旨演讲由安泰经济与管理学院金融系副教授许文健主持。上海基元律动科技有限公司首席运营官胡海林以《从信息处理到投资决策：金融AI Agent Harness》为题，从技术基础设施视角分享了金融智能体的系统设计与实践。他提出"Agent Harness" 概念—— 如果说大模型是马，那么Harness 就是马鞍，承担着上下文组织、工具调用、校验写回与评估复用四大核心功能。针对金融市场的特殊性，胡海林团队总结了三大计算约束：证据可比、预期分层、判断更新。他特别强调，从个人智能助手升级为组织级智能体，关键在于构建可追踪的研究轨迹与可沉淀的组织记忆，实现研究复利。基元律动是交大工研院的入孵企业，胡海林的分享源于行业智能体一线工程实践的沉淀。在互动环节，参会嘉宾就投资者智能体设计与技术架构向胡海林提问，现场交流热烈。

随后，本次论坛的压轴环节—— 圆桌论坛"AI 时代的投资实践与投资者教育"正式开启。圆桌由安泰经济与管理学院副教授舒海兵主持，原招商银行总行资深风险官盛军、执中创始人及CEO李淼、睿远基金市场部总经理吴芳澜、兴业信托自营总经理谢晖、博时基金投资总监助理兼基金经理田俊维、北京航空航天大学经济管理学院金融系主任部慧六位嘉宾，来自银行风控、金融科技、公募基金、信托、学术研究等不同领域，展开了一场多维视角的深度对话。在"AI 的信任边界"快速调研环节，六位嘉宾一致认为：当前阶段AI 最核心、最可信的能力仍是信息检索、数据提取与加工整理，而投资决策与最终判断必须牢牢掌握在人手中。

盛军指出，AI在银行风控领域更多是决策辅助工具，关键数据的发现与提取是最实用的功能；李淼分享了执中在非标金融资产AI应用中的实践，包括产业链图谱构建、企业融资预测、并购匹配算法等；吴芳澜从投资者陪伴的角度，探讨了 AI在千人千面投资者教育中的机遇与挑战；谢晖以信托多资产配置为例，展示了AI在复杂组合管理中的不可替代性；田俊维提出AI在投研应用的三个阶段—— 从信息收集到深度分析再到投资建议，当前正处于第二阶段，主动投研中人的交流与洞察仍无法被替代；部慧则从监管科技研究的视角，梳理了 AI 对金融市场信息供给、分析师行为、投资者认知及系统稳定性的系统性影响。整场圆桌对话，从银行风控、金融科技、公募基金、信托到学术研究，六位嘉宾从各自实践出发，围绕 AI 的能力边界、落地挑战与未来方向展开了充分碰撞。

论坛尾声，上海交通大学国际金融学院执行院长、研究生院副院长谈毅致闭幕辞。他充分肯定了本次论坛的学术高度与实践价值，并从AI时代金融人才培养的视角切入，指出当前金融行业正面临初级岗位收缩与人才梯队断层的挑战——随着AI替代基础性、标准化工作，传统"高强度工作换取高收入、靠熟练度积累晋升"的人才成长路径正在被重塑。他期待与金融机构深度合作，并强调"选择交大，就选择了责任"，希望学界与业界携手，为金融强国建设贡献交大力量。

本次论坛的举办，实现了学术研究与产业实践的双向赋能。与会嘉宾一致认为，人工智能技术正在深刻重塑资本市场的运行逻辑与投资范式，学界与业界应携手并进，共同探索技术赋能金融的健康发展之路。